[发明专利]海量文本中基于词向量表征的新词发现方法及系统在审
| 申请号： | 201710344343.3 | 申请日： | 2017-05-16 |
| 公开（公告）号： | CN107168953A | 公开（公告）日： | 2017-09-15 |
| 发明（设计）人： | 袁华;钱宇 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/02 |
| 代理公司： | 四川省成都市天策商标专利事务所51213 | 代理人： | 卞涛 |
| 地址： | 610000 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及中文自然语言处理领域，提供一种海量文本中基于词向量表征的新词发现方法及系统，该方法包括对新词发现任务的语料进行预处理；对预处理后的语料进行n‑gram词串挖掘；设置词向量，并根据n‑gram候选词串中的词与词之间对应的词向量的相似性进行剪枝，得到新词。与现有技术相比，本发明提出的技术方案具有更高的准确率，此外，由于本发明并不需要大量的人工标注数据，因此能够更加简单高效的实施。 | ||
| 搜索关键词： | 海量 文本 基于 向量 表征 新词 发现 方法 系统 | ||
【主权项】：
一种海量文本中基于词向量表征的新词发现方法，其特征在于包括：对新词发现任务的语料进行预处理，所述预处理至少包括短句切分和分词；对预处理后的语料进行n‑gram词串挖掘，以得到该语料中的n‑gram候选词串；设置词向量，并根据n‑gram候选词串中的词与词对应的词向量之间的相似性进行剪枝，得到新词。
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电子科技大学，未经电子科技大学许可，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/201710344343.3/，转载请声明来源钻瓜专利网。
