[发明专利]一种面向多语言大数据分析的汉蒙跨语言主题表示及语义对齐模型

摘要

本发明公开了一种面向多语言大数据分析的汉蒙跨语言主题表示及语义对齐模型，包括以下步骤：S1.建立汉蒙跨语言BERT词嵌入的多策略联合学习模型M‑BERT+Bi‑GRU+CRF；S2.建立融合BERT词嵌入的汉蒙跨语言主题嵌入表示及对齐模型，简称跨语言BERT‑ETM；S3.建立基于DRNN的跨语言层次主题嵌入及对齐模型，简称跨语言DRNN‑HETM；S4.建立跨语言BERT词向量训练和评测的蒙汉对齐句对语料数据集及蒙汉双语对齐词典。本发明融合BERT动态词嵌入的汉蒙跨语言主题嵌入表示及语义对齐联合模型和相关学习算法，能高质量地挖掘汉蒙多语言大数据中隐含的知识主题、主题之间细粒度对齐关系，解决汉蒙文本大数据主题分析面临的语言跨度和领域跨度问题，以及蒙古文训练语料缺乏问题。