[发明专利]一种基于神经网络的中文分词模型的训练方法有效
| 申请号： | 201910085499.3 | 申请日： | 2019-01-29 |
| 公开（公告）号： | CN109800298B | 公开（公告）日： | 2023-06-16 |
| 发明（设计）人： | 李正华;朱运;黄德朋;张民;陈文亮 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/045;G06N3/0442;G06F40/216;G06F40/284 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 215104 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的中文分词模型的训练方法，为多种分词规范设置相应的语料特征向量，在获取多种分词规范的训练语料后，根据字的嵌入向量和语料特征向量确定字的向量表示，最后将文本句中各个字的向量表示输入中文分词模型，得到预测结果并据此调整模型参数，以完成训练。可见，该方法无需改变模型结构，只需在字的向量表示中增加相应的语料特征向量，并利用该向量表示对模型进行训练，不仅实现了扩充训练语料的目的，而且能够让模型学习不同分词规范之间的共性，从而达到提升单一分词规范下的分词性能的目的。此外，本发明还提供了一种基于神经网络的中文分词模型的训练装置、设备及计算机可读存储介质，其作用与上述方法相对应。 | ||
| 搜索关键词： | 一种 基于 神经网络 中文 分词 模型 训练 方法 | ||
【主权项】：
1.一种基于神经网络的中文分词模型的训练方法，其特征在于，包括：获取多种分词规范的训练语料，其中，所述训练语料包括文本句以及与所述文本句对应的标签序列；根据所述文本句中多个字的嵌入向量以及语料特征向量，得到各个字的向量表示，其中，所述语料特征向量用于表明所述文本句为何种分词规范的训练语料；将所述文本句中各个字的向量表示输入预先创建的中文分词模型，预测得到所述文本句的标签序列；根据预测得到的标签序列以及在训练语料中与所述文本句对应的标签序列，对所述中文分词模型的模型参数进行调整，在达到预设条件时完成训练。
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苏州大学，未经苏州大学许可，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/201910085499.3/，转载请声明来源钻瓜专利网。
