[发明专利]一种基于Ising模型的无监督词嵌入表示学习方法

摘要

本发明公开了一种基于Ising模型的无监督词嵌入表示学习方法，包含以下步骤S1.将输入的文本数据实体依照Ising Model构建稀疏矩阵WISM；S2.将WISM经过SLEP得到全局关系矩阵WWCM；S3.构建批次文本数据实体集Batchi；S4.依次将n个Batchi输入至Word2vec模型，利用Skip‑Gram框架结合负采样的方法得到各实体Vmij的梯度#imgabs0#及#imgabs1#步骤S5.利用局部关系矩阵Wscm结合梯度#imgabs2#更新辅助向量θu，利用负关系矩阵WNCM结合梯度#imgabs3#更新Vmij的词嵌入Veij，本发明通过利用引入由Ising模型获取的带有全局信息的矩阵结合梯度不断更新辅助向量θu及词嵌入Veij，在Word2vec训练过程中引入全局关系得分，本发明的词嵌入表示学习方法准确性高。