[发明专利]文字词向量模型的训练方法、装置、终端及存储介质在审
| 申请号： | 202010008508.1 | 申请日： | 2020-01-06 |
| 公开（公告）号： | CN110795935A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 胡盼盼;佟博;黄仲强;谢晓婷;严彦昌;杨金辉;余梓玲;胡浩 | 申请（专利权）人： | 广东博智林机器人有限公司 |
| 主分类号： | G06F40/279 | 分类号： | G06F40/279;G06F40/247;G06F40/126;G06N3/04;G06N3/08 |
| 代理公司： | 11330 北京市立方律师事务所 | 代理人： | 刘延喜 |
| 地址： | 528311 广东省佛山市顺德区北滘镇顺江*** | 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： | 本申请提供了一种文字词向量模型的训练方法、装置、终端及存储介质。所述文字词向量模型的训练方法包括：获取文字样本的文本信息；基于五笔输入法将文本信息的文字拆分成字根，将五笔字根转化为数值序列的形式，并建立五笔字根中各字根与数值的关系词典；根据关系词典将所有字根转化为相应的数值，对字根的数值进行独热编码，得到字根编码；将字根编码输入循环神经网络生成字形编码；对文本信息的各个词语进行词汇独热编码，获取相应的词汇编码；将字形编码和词汇编码输入双向循环神经网络进行模型训练，得到文字词向量模型。本申请利用字形编码和词汇编码训练双向循环神经网络，使文字词向量模型输出的词向量兼具字形信息及语境信息。 | ||
| 搜索关键词： | 词向量 字根 词汇编码 神经网络 文本信息 字形编码 双向循环 五笔字根 字根编码 热编码 五笔输入法 存储介质 模型训练 输入循环 数值序列 语境信息 字形信息 申请 转化 词语 样本 词汇 终端 输出 | ||
【主权项】：
1.一种文字词向量模型的训练方法，其特征在于，包括：/n获取文字样本的文本信息；/n基于五笔输入法将所述文本信息的文字拆分成字根，将五笔字根转化为数值序列的形式，并建立五笔字根中各字根与数值的关系词典，根据所述关系词典将所有字根转化为相应的数值，对所述字根的数值进行独热编码，得到字根编码；/n将所述字根编码输入循环神经网络生成字形编码；/n对所述文本信息的各个词语进行词汇独热编码，获取相应的词汇编码；/n将所述字形编码和词汇编码输入双向循环神经网络进行模型训练，得到文字词向量模型。/n
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广东博智林机器人有限公司，未经广东博智林机器人有限公司许可，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/202010008508.1/，转载请声明来源钻瓜专利网。
