[发明专利]一种词向量处理方法、装置及设备

权利要求书

1.一种词向量处理方法，其特征在于，包括：

确定目标词语；

将所述目标词语作为检索对象，通过搜索引擎进行检索，得到检索结果；

根据所述检索结果，确定所述目标词语的关联词语；

根据所述关联词语的词向量，确定所述目标词语的目标词向量。

2.根据权利要求1所述的方法，其特征在于，所述确定目标词，包括：

将目标文本进行分词，得到一个或多个词语；

基于基础词向量模型，对所述一个或多个词语的词向量进行查询；

在查询结果表明所述基础词向量模型不包括当前词语的词向量的情况下，将所述当前词语作为目标词语。

3.根据权利要求1所述的方法，其特征在于，所述根据所述检索结果，确定所述目标词语的关联词语，包括：

在所述检索结果中，获取M个结果项，其中M为大于或等于1的整数；

在所述M个结果项的文档标题中，确定非重复的词语；

将所述非重复的词语中的N个词语作为所述目标词语的关联词语，其中N为大于或等于1的整数。

4.根据权利要求3所述的方法，其特征在于，所述将所述非重复的词语中的N个词语作为所述目标词语的关联词语，包括：

获取所述非重复的词语中的每个词语与所述目标词语的相关性信息；

基于所述相关性信息得到N个所述目标词语的关联词语。

5.根据权利要求4所述的方法，其特征在于，所述相关性信息包括相关性评分；

所述获取所述非重复的词语中的每个词语与所述目标词语的相关性信息，包括：

通过公式Score(w，v)＝m_v/n_v，计算所述相关性评分Score(w，v)；其中，v表示所述非重复的词语中的待评分词语；w表示所述目标词语；m_v表示所述M个结果项中，包括v的结果项的数量；n_v表示v在语义词典中词义的数量；

所述基于所述相关性信息得到N个所述目标词语的关联词语，包括：

将所述非重复的词语中的每个词语与所述目标词语的相关性评分由高到低排序，并基于排序的结果，确定前N个词语为所述目标词语的关联词语。

6.根据权利要求1所述的方法，其特征在于，所述根据所述关联词语的词向量，确定所述目标词语的目标词向量，包括：

将所述关联词语的词向量的均值作为所述目标词语的初始词向量；

基于所述关联词语的词向量对所述初始词向量进行调整，得到所述目标词向量。

7.根据权利要求6所述的方法，其特征在于，所述基于所述关联词语的词向量对所述初始词向量进行调整，得到所述目标词向量，包括：

选取所述关联词语的第一关联词语和第二关联词语；

获取所述第一关联词语的词向量与所述目标词语的当前词向量的第一余弦距离，以及所述第二关联词语的词向量与所述目标词语的当前词向量的第二余弦距离；

若所述第一余弦距离和所述第二余弦距离未满足空间位置关系约束，则使用调整参数以及所述第一关联词语的词向量与所述第二关联词语的词向量的差值，调整所述目标词语的当前词向量，并返回所述选取所述关联词语的第一关联词语和第二关联词语，重新选取新的第一关联词语和第二关联词语，直至调整次数达到预设阈值，或者，所述关联词语的任意两个词语的词向量均满足空间位置关系约束。

8.一种词向量处理装置，其特征在于，包括：

第一确定模块，用于确定目标词语；

处理模块，用于将所述目标词语作为检索对象，通过搜索引擎进行检索，得到检索结果；

第二确定模块，用于根据所述检索结果，确定所述目标词语的关联词语；

第三确定模块，用于根据所述关联词语的词向量，确定所述目标词语的目标词向量。