[发明专利]文字信息处理方法、装置及终端有效
| 申请号： | 201810162656.1 | 申请日： | 2018-02-27 |
| 公开（公告）号： | CN108536669B | 公开（公告）日： | 2019-10-22 |
| 发明（设计）人： | 张志伟;杨帆 | 申请（专利权）人： | 北京达佳互联信息技术有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/903 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 莎日娜 |
| 地址： | 100084 北京市海淀区*** | 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： | 本发明实施例提供了一种文字信息处理方法、装置及终端，其中，所述方法包括：确定待处理文字信息对应的拼音字符串；采用N元组算法将所述拼音字词串，转化成包含多个字符串元素的字符串集合；确定所述字符串集合中各字符串元素，在字符串总集合中的索引位置和出现次数；依据各所述字符串元素对应的索引位置和出现次数，生成所述待处理文字信息对应的拼音哈希向量；通过嵌入神经网络对所述拼音哈希向量进行处理，得到待处理文字信息对应的连续特征。由于本发明实施例中采样拼音哈希空间表征词库中的单词，对于未出现在词库中的单词具有良好的鲁棒性。 | ||
| 搜索关键词： | 字符串元素 文字信息 拼音 文字信息处理 字符串集合 哈希向量 索引位置 词库 单词 终端 拼音字符串 哈希空间 连续特征 神经网络 鲁棒性 拼音字 字符串 总集合 采样 词串 算法 嵌入 转化 | ||
【主权项】：
1.一种文字信息处理方法，其特征在于，所述方法包括：确定待处理文字信息对应的拼音字符串；采用N元组算法将所述拼音字符串，转化成包含多个字符串元素的字符串集合；确定所述字符串集合中各字符串元素，在字符串总集合中的索引位置和出现次数，其中，对词库中的各单词使用N‑gram算法转换后得到所述字符串总集合；依据各所述字符串元素对应的索引位置和出现次数，生成所述待处理文字信息对应的拼音哈希向量；通过嵌入神经网络对所述拼音哈希向量进行处理，得到待处理文字信息对应的连续特征；其中，所述依据各所述字符串元素对应的索引位置和出现次数，生成所述待处理文字信息对应的拼音哈希向量的步骤，包括：生成一个与所述字符串总集合等维度的全零向量；针对每个索引位置，确定所述索引位置在所述全零向量中对应的维度，将所述维度的数值调整为所述索引位置对应的出现次数，生成所述待处理文字信息对应的拼音哈希向量。
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北京达佳互联信息技术有限公司，未经北京达佳互联信息技术有限公司许可，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/201810162656.1/，转载请声明来源钻瓜专利网。
