[发明专利]一种融合单词语义知识的神经网络自然语言推理方法有效
| 申请号： | 201710842371.8 | 申请日： | 2017-09-18 |
| 公开（公告）号： | CN107578106B | 公开（公告）日： | 2020-03-24 |
| 发明（设计）人： | 陈谦;凌震华;戴礼荣 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06N5/04 | 分类号： | G06N5/04;G06N3/08 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;郑哲 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合单词语义知识的神经网络自然语言推理方法，包括：从外部语义知识库中提取词对之间的多种语义关系；构建神经网络模型，利用神经网络模型对输入的前提文本、假设文本以及词对之间的多种语义关系进行局部推理建模，再组合局部推理信息，从而得到句子级别的推理信息，最后对神经网络模型进行训练；将未标注的前提文本和假设文本输入至已经训练好的神经网络模型，计算得到属于三个类别的概率分布，选取最大概率对应的类别作为最终预测的类别。该方法改善了传统神经网络方案对外部语义知识利用不足的问题，提高了自然语言推理的准确性。 | ||
| 搜索关键词： | 一种 融合 单词 语义 知识 神经网络 自然语言 推理 方法 | ||
【主权项】：
一种融合单词语义知识的神经网络自然语言推理方法，其特征在于，包括：从外部语义知识库中提取词对之间的多种语义关系；构建神经网络模型，利用神经网络模型对输入的前提文本、假设文本以及词对之间的多种语义关系进行局部推理建模，再组合局部推理信息，从而得到句子级别的推理信息，最后对神经网络模型进行训练；将未标注的前提文本和假设文本输入至已经训练好的神经网络模型，计算得到属于三个类别的概率分布，选取最大概率对应的类别作为最终预测的类别。
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中国科学技术大学，未经中国科学技术大学许可，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/201710842371.8/，转载请声明来源钻瓜专利网。
- 上一篇：系统参数设计空间优化方法及装置
- 下一篇：模型训练方法和装置
