[发明专利]应用于句子嵌入的文本表示方法和装置

摘要

本发明公开了一种应用于句子嵌入的文本表示方法和装置，其中的方法包括：确定父节点词和与此父节点词对应的孩子节点词集合，基于所有孩子节点状态的隐交互状态获得父节点词的隐交互状态；获得与父节点词对应的父节点词序列，并根据父节点词的隐藏状态获得隐藏状态序列；基于隐藏状态序列获得各父节点词与其它父节点词的交互表示序列，生成句子嵌入。本发明的方法和装置，提出了通过两层次交互表示实现句子的嵌入，两层次交互表示分别为局部交互表示和全局交互表示，并结合这两种表示生成混合交互表示，能够提高句子嵌入和效率和精度，在精度方面明显优于Tree‑LSTM等模型。

主权项

1.一种应用于句子嵌入的文本表示方法，其特征在于，包括：获得需要处理的文件，从所述文件中提取句子；其中，所述文件包括：文本文件、网页文件；获得与句子中的n个词对应的n个父节点词；确定所述父节点词和与此父节点词对应的孩子节点词集合C(p)，对所述C(p)中的每个孩子节点词分别设置隐藏状态hk和记忆单元ck，其中k∈{1,2,...,|C(p)|}，|C(p)|为所述C(p)中孩子节点词的数量；基于所述C(p)中的所有孩子节点状态的隐交互状态获得所述父节点词的隐交互状态将所述和所述父节点词输入LSTM模型，获得所述父节点词的记忆单元和隐藏状态；获得与n个父节点词对应的父节点词序列{x1,x2,...,xn}，并根据所述父节点词的隐藏状态获得与所述{x1,x2,...,xn}对应的隐藏状态序列{h1,h2,...,hn}；基于{h1,h2,...,hn}获得{x1,x2,...,xn}中的各父节点词与其它父节点词的交互表示序列{r1,r2,...,rn}，并基于所述{r1,r2,...,rn}生成句子嵌入。