[发明专利]同义短语获取方法及装置

权利要求书

1.一种同义短语获取方法，其特征在于，包括：

获取多个样本语料，每个所述样本语料包括多个词；

对所述多个样本语料进行粘接，每个粘接后的样本语料包括多个短语，每个短语由相邻N个词粘接而成，N＞1；

在所述多个样本语料中确定目标语料，并确定目标短语与目标短语上下文语料，所述目标短语为粘接后的目标语料中的短语，所述目标短语上下文语料包括所述目标语料中所述目标短语上下文的词；

根据所述目标短语上下文语料、所述目标短语以及多个粘接后的样本语料获取多个粘接后的样本语料中每个短语与所述目标短语之间的相似度，并将所述相似度满足预设要求的一个或多个短语确定为所述目标短语的同义短语；

所述根据所述目标短语上下文语料、所述目标短语以及多个粘接后的样本语料获取多个粘接后的样本语料中每个短语与所述目标短语之间的相似度，并将所述相似度满足预设要求的一个或多个短语确定为所述目标短语的同义短语，包括：

对所述多个粘接后的样本语料以及所述目标短语上下文语料进行编码，每个编码后的样本语料包括该样本语料中每个短语对应的短语向量，编码后的目标短语上下文语料包括所述目标短语上下文语料中每个词的词向量；

根据所述编码后的目标短语上下文语料生成训练输出参数；

将所述目标短语对应的短语向量作为文本向量训练模型的输入，将所述训练输出参数作为所述文本向量训练模型的输出，对粘接后的每个样本语料中每个短语对应的短语向量进行训练；

获取训练后的每个短语对应的短语向量与所述目标短语对应的短语向量之间的相似度，并将所述相似度满足预设要求的一个或多个短语向量对应的短语确定为所述目标短语的同义短语。

2.根据权利要求1所述的同义短语获取方法，其特征在于，所述对所述多个粘接后的样本语料以及所述目标短语上下文语料进行编码，包括：

对所述多个粘接后的样本语料以及所述目标短语上下文语料进行独热one-hot编码。

3.根据权利要求1或2所述的同义短语获取方法，其特征在于，所述训练输出参数包括所述目标语料中所述目标短语上文与所述目标短语相邻的M个词对应的词向量，以及所述目标语料中所述目标短语下文与所述目标短语相邻的M个词对应的词向量，M≥1，所述文本向量训练模型为skip-gram模型。

4.根据权利要求1或2所述的同义短语获取方法，其特征在于，所述训练输出参数包括目标上文信息对应的向量与目标下文信息对应的向量，所述目标上文信息包括所述目标语料中所述目标短语上文的所有词，所述目标下文信息包括所述目标语料中所述目标短语下文的所有词，所述文本向量训练模型为编码-解码encoder-decoder模型。