[发明专利]一种实体精细分类方法有效
| 申请号： | 201711366934.7 | 申请日： | 2017-12-18 |
| 公开（公告）号： | CN108052625B | 公开（公告）日： | 2020-05-19 |
| 发明（设计）人： | 刘知远;辛极;林衍凯;孙茂松 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/36 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 苗青盛;马英迪 |
| 地址： | 100084 北京市海*** | 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： | 本发明提供一种实体精细分类方法，包括：基于目标实体文本中各单词对应的单词向量，计算实体表示向量；基于句子中目标实体文本两侧各单词分别对应的语境单词向量，获取目标实体文本的基础语境向量；基于目标实体文本的知识库表示向量和基础语境向量，计算所述两侧各单词分别对应的知识库相关注意力值；基于所述知识库相关注意力值及所述基础语境向量，计算目标实体文本的知识库相关语境向量；合并所述目标实体文本的实体表示向量和知识库相关语境向量，获取句子表示向量，基于该句子表示向量，利用于建的目标分类器模型，获取目标实体文本属于各给定类别的概率。本发明能够有效提高分类模型的稳定性，并有效改善实体精细分类的效果。 | ||
| 搜索关键词： | 一种 实体 精细 分类 方法 | ||
【主权项】：
1.一种实体精细分类方法，其特征在于，包括：S1，基于目标实体文本中各单词对应的单词向量，计算所述目标实体文本的实体表示向量；S2，基于句子中所述目标实体文本两侧各单词分别对应的语境单词向量，利用双向循环神经网络，获取所述目标实体文本的基础语境向量；S3，基于所述目标实体文本的知识库表示向量和所述基础语境向量，计算所述两侧各单词分别对应的知识库相关注意力值；S4，基于所述两侧各单词分别对应的知识库相关注意力值，以及所述目标实体文本的基础语境向量，计算所述目标实体文本的知识库相关语境向量；S5，合并所述目标实体文本的实体表示向量和知识库相关语境向量，获取所述句子对应的句子表示向量，并基于所述句子表示向量，利用预先建立的目标分类器模型，获取所述目标实体文本属于各给定类别的概率。
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清华大学，未经清华大学许可，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/201711366934.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种提升小龙虾消化能力的金银花饲料
- 下一篇：一种具有太阳能发电的路灯
