[发明专利]一种基于深度学习的中文分词方法和装置在审
| 申请号： | 201910322127.8 | 申请日： | 2019-04-22 |
| 公开（公告）号： | CN110222329A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 陈闽川;马骏;王少军 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/04;G06N3/08 |
| 代理公司： | 北京汇思诚业知识产权代理有限公司 11444 | 代理人： | 冯晓平 |
| 地址： | 518000 广东省深圳市福田区福*** | 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： | 本发明实施例提供了一种基于深度学习的中文分词方法和装置。本发明涉及人工智能技术领域，该方法包括：将训练语料数据转换为字符级的数据；将字符级的数据转换为序列数据；根据预设符号将序列数据进行切分，得到多个子序列数据，根据子序列数据的长度将多个子序列数据进行分组，得到K个数据集合；根据K个数据集合，得到K个训练后的时序卷积神经网络‑条件随机场模型；将目标语料数据经过处理后的数据输入K个训练后的时序卷积神经网络‑条件随机场模型中的至少一个训练后的时序卷积神经网络‑条件随机场模型，得到目标语料数据的分词结果。因此，本发明实施例提供的技术方案能够解决现有技术中中文分词精确度低的问题。 | ||
| 搜索关键词： | 序列数据 条件随机场模型 卷积神经网络 时序 中文分词 方法和装置 数据集合 数据转换 语料 人工智能技术 分词结果 训练语料 子序列 预设 分组 学习 | ||
【主权项】：
1.一种基于深度学习的中文分词方法，其特征在于，所述方法包括：将训练语料数据转换为字符级的数据；将所述字符级的数据转换为序列数据；根据预设符号将所述序列数据进行切分，得到多个子序列数据，根据子序列数据的长度将所述多个子序列数据进行分组，得到K个数据集合，所述K个数据集合中的每个数据集合包含的子序列数据的长度相等，K为大于1的自然数；从第i个数据集合中抽取多个子序列数据并将抽取的所述多个子序列数据输入第i个时序卷积神经网络‑条件随机场模型中，训练所述第i个时序卷积神经网络‑条件随机场模型，得到训练后的第i个时序卷积神经网络‑条件随机场模型，i依次取1至K之间的自然数，一共得到K个训练后的时序卷积神经网络‑条件随机场模型；将目标语料数据转换为字符级的数据，得到第一数据，将所述第一数据转换为序列数据，得到第二数据，将所述第二数据输入所述K个训练后的时序卷积神经网络‑条件随机场模型中的至少一个训练后的时序卷积神经网络‑条件随机场模型，得到所述目标语料数据的分词结果。
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平安科技（深圳）有限公司，未经平安科技（深圳）有限公司许可，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/201910322127.8/，转载请声明来源钻瓜专利网。
