[发明专利]一种基于字符对编码的词向量存储空间压缩的方法在审
申请号: | 201910113020.2 | 申请日: | 2019-02-13 |
公开(公告)号: | CN109815456A | 公开(公告)日: | 2019-05-28 |
发明(设计)人: | 李建欣;包梦蛟;谢一凡;彭浩;胡春明 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F17/22 | 分类号: | G06F17/22 |
代理公司: | 北京中创阳光知识产权代理有限责任公司 11003 | 代理人: | 尹振启 |
地址: | 100191*** | 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: | 本发明提出一种基于字符对编码的词向量存储空间压缩的方法,具体方式为:步骤1,选取预处理完毕的语料,获得所述语料中每个词语的子词构成,在所述语料中的词语后插入它相对应的子词表示,构成一个新语料集;步骤2,使用所述新语料集训练出每个词语词向量集{Wi}与子词的词向量集{Si};步骤3,使用所述子词的词向量集S作为基词向量集,为每一个原词语训练出基于所述基词向量集的线性组合,使用该线性组合结果作为原词向量的表达。 | ||
搜索关键词: | 词向量 子词 词语 语料 存储空间 向量集 基词 预处理 线性组合结果 线性组合 压缩 | ||
【主权项】:
1.一种基于字符对编码的词向量存储空间压缩的方法,其特征在于,具体方式为:步骤1,选取预处理完毕的语料,获得所述语料中每个词语的子词构成,在所述语料中的词语后插入它相对应的子词表示,构成一个新语料集;步骤2,使用所述新语料集训练出每个词语词向量集{Wi}与子词的词向量集{Si};步骤3,使用所述子词的词向量集S作为基词向量集,为每一个原词语训练出基于所述基词向量集的线性组合,使用该线性组合结果作为原词向量的表达。
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航空航天大学,未经北京航空航天大学许可,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/201910113020.2/,转载请声明来源钻瓜专利网。
- 上一篇:项目文件处理方法和装置
- 下一篇:印刷方法及印刷品信息展示方法