[发明专利]基于多任务学习的词向量训练方法、系统、设备及介质有效
| 申请号： | 201910213032.2 | 申请日： | 2019-03-20 |
| 公开（公告）号： | CN109992773B | 公开（公告）日： | 2020-10-27 |
| 发明（设计）人： | 庄浩杰;王聪;孙庆华 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06F40/247 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李君 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 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多任务学习的词向量训练方法、系统、设备及介质，所述方法包括：获取训练集，所述训练集包括文本词语序列‑命名实体标签序列的配对数据；搭建语言模型模块和命名实体识别模块，将语言模型模块和命名实体识别模块作为外部模块；交替训练词向量字典和外部模块，所述词向量字典采用文本词语序列和外部模块的输出进行训练，所述语言模型模块采用词向量字典训练输出的词向量序列进行训练，所述命名实体识别模块采用词向量字典训练输出的词向量序列和命名实体标签序列进行训练。本发明可以提高词向量在多个外部实际任务中的测试效果以及增强词向量表示的鲁棒性。 | ||
| 搜索关键词： | 基于 任务 学习 向量 训练 方法 系统 设备 介质 | ||
【主权项】：
1.一种基于多任务学习的词向量训练方法，其特征在于，所述方法包括：获取训练集；其中，所述训练集包括文本词语序列‑命名实体标签序列的配对数据；搭建语言模型模块和命名实体识别模块，将语言模型模块和命名实体识别模块作为外部模块；交替训练词向量字典和外部模块；其中，所述词向量字典采用文本词语序列和外部模块的输出进行训练，所述语言模型模块采用词向量字典训练输出的词向量序列进行训练，所述命名实体识别模块采用词向量字典训练输出的词向量序列和命名实体标签序列进行训练。
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华南理工大学，未经华南理工大学许可，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/201910213032.2/，转载请声明来源钻瓜专利网。
