[发明专利]建立同义鉴别模型以及鉴别同义文本的方法、装置有效
申请号: | 201710890961.8 | 申请日: | 2017-09-27 |
公开(公告)号: | CN107797985B | 公开(公告)日: | 2022-02-25 |
发明(设计)人: | 范淼;孙明明;林武桃;李平 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G06F40/247 | 分类号: | G06F40/247;G06F40/242;G06N3/04 |
代理公司: | 北京鸿德海业知识产权代理有限公司 11412 | 代理人: | 袁媛 |
地址: | 100085 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种建立同义鉴别模型以及鉴别同义文本的方法、装置,所述建立方法包括:获取训练样本中的文本对;利用词向量词典,得到所述文本对中各文本的量化矩阵;将各文本的量化矩阵作为卷积神经网络的输入,将该文本对所对应的同义标注结果作为卷积神经网络的输出,训练所述卷积神经网络,得到同义鉴别模型。鉴别同义文本的方法包括:获取待鉴别的文本对;利用词向量词典,得到所述文本对中各文本的量化矩阵;将所述各文本的量化矩阵作为同义鉴别模型的输入,根据所述同义鉴别模型的输出确定文本对的同义鉴别结果。通过本发明所提供的技术方案,降低了对切词工具、词性分析、句子模板等辅助工具的依赖,能够提高文本对同义鉴别结果的准确性。 | ||
搜索关键词: | 建立 同义 鉴别 模型 以及 文本 方法 装置 | ||
【主权项】:
一种建立同义鉴别模型的方法,其特征在于,所述方法包括:获取训练样本中的文本对;利用词向量词典,得到所述文本对中各文本的量化矩阵;将各文本的量化矩阵作为卷积神经网络的输入,将该文本对对应的同义标注结果作为卷积神经网络的输出,训练所述卷积神经网络,得到同义鉴别模型;所述同义鉴别模型用于鉴别输入的文本对是否同义。
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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201710890961.8/,转载请声明来源钻瓜专利网。