[发明专利]面向中文文本的语义理解系统及方法

摘要

本发明提供了一种面向中文文本的语义理解系统及方法，以深度学习为基础，提出一个深度学习文本分类模型，模型分为输入层、卷积层、池化层、GRU层、全连接层与输出层，以文本分词的拼音特征序列为输入，经多层特征提取获得特征，对意图类别进行预测，得到文本的分类结果。本发明不需要对语句的词性进行判断，也不需要产生句法分析树等复杂的预处理过程，只需对文本进行分词，再将其转化为拼音，解决了传统特征提取方法无法度量词与词间关系、需要较多的外部先验知识、处理大规模语料库时易产生维度灾难等问题。

主权项

一种面向中文文本的语义理解系统，其特征在于，包括：文本预处理模块：对接收到的文本进行分词，将分词后的文本转化为拼音序列；深度学习文本分类模型：将拼音序列作为已训练好的深度学习文本分类模型的输入，深度学习文本分类模型包括：输入层：接收所述文本预处理模块得到的拼音序列，将拼音序列依照字符表映射成稀疏向量，拼音序列中所有映射后的稀疏向量构成该拼音序列的稀疏表示矩阵；卷积层：采取不同窗口大小、不同权值的卷积核矩阵对稀疏表示矩阵进行特征提取，获取文本中每个词的特征序列；池化层：对得到的每个词的特征序列取最大池化，得到对应词的拼音表示的特征；GRU层：利用GRU递归神经网络单元对池化后的特征进行处理，得到GRU隐层单元；全连接层:对GRU隐层单元进行全连接计算隐层输出；输出层：对隐层输出进行分类得到文本的预测类别。