[发明专利]上位词网络的扩充方法及装置、电子设备、存储介质

权利要求书

1.一种上位词网络的扩充方法，其特征在于，包括：

将属于同一上位词的实体作为一个集合，利用所述集合中每一实体的实体词向量，通过skip-gram模型优化所述集合中其他实体的实体词向量；

通过计算同一上位词的实体词向量与所述上位词的上位词向量之间的相似度，优化所述上位词向量；

将未知上下位关系的实体词向量和上位词向量进行组合，形成组合向量；

将所述组合向量输入已构建的上下位关系判别模型，通过所述上下位关系判别模型判断所述组合向量对应的实体与上位词之间是否存在上下位关系；

根据所述实体与上位词之间的上下位关系，在所述上位词网络建立连接关系。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述上位词网络的来源语料学习单字数值表示，获得单字在语义空间中的字向量；

根据实体和上位词中所包含的文字，对单字的字向量进行拼接，生成所述实体词向量和上位词向量。

3.根据权利要求1所述的方法，其特征在于，所述通过计算同一上位词的实体词向量与所述上位词的上位词向量之间的相似度，优化所述上位词向量包括：

通过计算同一上位词的实体词向量与所述上位词的上位词向量之间的距离之和，调整所述上位词向量，得到使所述距离之和最小的上位词向量。

4.根据权利要求1所述的方法，其特征在于，将所述组合向量输入已构建的上下位关系判别模型，通过所述上下位关系判别模型判断所述组合向量对应的实体与上位词之间是否存在上下位关系之前，所述方法还包括：

根据所述上位词网络中已知上下位关系的实体词向量和上位词向量，构建所述上下位关系判别模型。

5.根据权利要求4所述的方法，其特征在于，根据所述上位词网络中已知上下位关系的实体词向量和上位词向量，构建所述上下位关系判别模型，包括：

获取所述上位词网络中具有上下位关系的实体词向量和上位词向量作为正样本以及确定不具有连接关系的实体词向量和上位词向量作为负样本；

将所述正样本和负样本输入神经网络模型进行训练，构建所述上下位关系判别模型。

6.一种上位词网络的扩充装置，其特征在于，所述装置包括：

实体优化组件，用于将属于同一上位词的实体作为一个集合，利用所述集合中每一实体的实体词向量，通过skip-gram模型优化所述集合中其他实体的实体词向量；

上位词优化子单元，用于通过计算同一上位词的实体词向量与所述上位词的上位词向量之间的相似度，优化所述上位词向量；

向量组合模块，用于将未知上下位关系的实体词向量和上位词向量进行组合，形成组合向量；

上下位判定模块，用于将所述组合向量输入已构建的上下位关系判别模型，通过所述上下位关系判别模型判断所述组合向量对应的实体与上位词之间是否存在上下位关系；

建立连接模块，用于根据所述实体与上位词之间的上下位关系，在所述上位词网络建立连接关系。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

字向量训练单元，用于对所述上位词网络的来源语料学习单字数值表示，获得单字在语义空间中的字向量；

字向量合成单元，用于根据实体和上位词中所包含的文字，对单字的字向量进行拼接，生成所述实体词向量和上位词向量。

8.一种电子设备，其特征在于，所述电子设备包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1-5任意一项所述的上位词网络的扩充方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序可由处理器执行完成权利要求1-5任意一项所述的上位词网络的扩充方法。