[发明专利]一种基于文本化词向量的中文语法错误检测方法有效
| 申请号： | 201810735068.2 | 申请日： | 2018-07-06 |
| 公开（公告）号： | CN108959260B | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 李思;赵建博;李明正;徐雅静 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100876 *** | 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： | 本发明公开了一种中文语法错误检测方法及装置，属于信息处理领域。该方法的特征包括：先对输入的文本词语向量化，连接形成文本矩阵；再利用循环神经网络形成关于词向量中各分量重要程度的掩码；重建文本矩阵；利用循环神经网络提取上下文信息；利用前向神经网络计算各个词语错误性得分；使用错误性得分推断错误位置。本发明通过结合基于文本化词向量，使得中文语法检测效果得到提升，具有很大的使用价值。 | ||
| 搜索关键词： | 词向量 循环神经网络 语法错误检测 文本矩阵 错误性 文本化 中文 词语 前向神经网络 信息处理领域 上下文信息 错误位置 语法检测 向量化 再利用 掩码 推断 文本 重建 | ||
【主权项】：
1.一种基于文本化词向量的中文语法错误检测方法，其特征在于，所述方法包含以下步骤：(1)输入的文本词语向量化：对输入文本的词语进行映射，将词语转换为相应的词向量，输入的已分词的文本即数值化为各个词语的词向量连接而成的文本矩阵；(2)循环神经网络形成关于词向量中各分量重要程度的掩码：对步骤(1)得到的文本矩阵进行处理，循环神经网络将上下文信息进行处理，得到关于词向量分量在文本中重要程度的掩码；(3)文本矩阵重建：对步骤(1)中词语转换为相应的词向量使用步骤(2)得到的关于词向量分量在文本中重要程度的掩码进行处理，得到重建的词向量表示的文本矩阵；(4)循环神经网络提取上下文信息：对步骤(3)得到的重建词向量表示的文本矩阵进行处理，循环神经网络提取上下文信息，得到文本中各个词向量的特征表示；(5)前向神经网络计算各个词语错误性得分：对步骤(4)中得到的文本中各个词向量的特征表示进行处理，特征表示经过一个前向神经网络得到文本中各个词语的错误性得分；(6)使用错误性得分推断错误位置：对步骤(5)得到的错误性得分进行处理，在整个文本层面对各个词语的错误性得分进行推断，得到错误词语信息。
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邮电大学，未经北京邮电大学许可，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/201810735068.2/，转载请声明来源钻瓜专利网。
- 上一篇：新词发现方法及系统
- 下一篇：基于自然语言的试卷主观题判题装置及方法
