[发明专利]一种改进词向量模型的语义计算方法有效
| 申请号： | 201710452382.5 | 申请日： | 2017-06-15 |
| 公开（公告）号： | CN107291693B | 公开（公告）日： | 2021-01-12 |
| 发明（设计）人： | 刘志煌;刘冶;李宏浩;傅自豪;邝秋华 | 申请（专利权）人： | 广州赫炎大数据科技有限公司 |
| 主分类号： | G06F40/30 | 分类号： | G06F40/30;G06F16/30 |
| 代理公司： | 广州骏思知识产权代理有限公司 44425 | 代理人： | 吴静芝 |
| 地址： | 510000 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种改进词向量模型的语义计算方法，包括以下步骤：S1：语料预处理；S2：词性标注，对语料预处理后得到的词语进行标注词性；S3：向量初始化，对词性标注后得到的词语和词性进行向量化；S4：上下文向量整合，对词语的上下文词语向量及词性向量进行计算整合；S5：构建哈夫曼树并训练网络，优化目标函数并判断误差是否达到阈值；S6：向量获取，获取词语向量和词性向量；S7：向量应用，应用词语向量和词性向量进行语义计算。相比于现有技术，本发明在向量中加入了词性的因素，并对现有的Word2vec模型进行改进。同时，根据该改进后的模型进行了创新的应用，拓展了Word2vec进行语义计算的功能。 | ||
| 搜索关键词： | 一种 改进 向量 模型 语义 计算方法 | ||
【主权项】：
一种改进词向量模型的语义计算方法，其特征在于：包括以下步骤：S1：语料预处理，对语料进行清理，规范化，分词操作；S2：词性标注，对语料预处理后得到的词语进行标注词性；S3：向量初始化，对词性标注后得到的词语和词性进行向量化；S4：上下文向量整合，对词语的上下文词语向量及词性向量进行计算整合；S5：构建哈夫曼树并训练网络，优化目标函数并判断误差是否达到阈值；S6：向量获取，获取词语向量和词性向量；S7：向量应用，应用词语向量和词性向量进行语义计算。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州赫炎大数据科技有限公司，未经广州赫炎大数据科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710452382.5/，转载请声明来源钻瓜专利网。
