[发明专利]一种基于BPE的子词分割方法、系统及可读存储介质有效
| 申请号： | 202211056659.X | 申请日： | 2022-08-31 |
| 公开（公告）号： | CN115130472B | 公开（公告）日： | 2023-02-21 |
| 发明（设计）人： | 王宇龙;罗伊菲;华菁云;周明 | 申请（专利权）人： | 北京澜舟科技有限公司 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/216 |
| 代理公司： | 深圳市智享知识产权代理有限公司 44361 | 代理人： | 冯彬彬 |
| 地址： | 100000 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及自然语言处理领域，特别涉及一种基于BPE的子词分割方法、系统及可读存储介质，包括以下步骤：基于节点的数量将预设语料分割为多个节点语料并一一对应分发给多个节点；每个节点获取节点语料中的多个句子，对多个句子进行分割得到多个子词及多个子词构成的子词表；将多个子词中出现频次符合第一预设阈值的子词进行合并得到多个merge；将merge中出现频次符合第二预设阈值的merge加入子词表作为子词的更新，得到每个节点的局部merge表，将局部merge表作为每个节点的全局merge表；每个节点从其他节点获取频次较高的预设数量的merge，并将获取到的所有其他节点的预设数量的merge加入到各自的全局merge表中对子词进行更新，解决了大型规模下子词分割效率较低的问题。 | ||
| 搜索关键词： | 一种 基于 bpe 分割 方法 系统 可读 存储 介质 | ||
【主权项】：
暂无信息
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北京澜舟科技有限公司，未经北京澜舟科技有限公司许可，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/202211056659.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种中子产生装置
- 下一篇：一种客户端配置方法、系统、电子设备和存储介质
