[发明专利]一种基于迁移学习的低资源领域分词器训练方法及分词方法在审
| 申请号： | 201711026810.4 | 申请日： | 2017-10-27 |
| 公开（公告）号： | CN107967253A | 公开（公告）日： | 2018-04-27 |
| 发明（设计）人： | 孙栩;许晶晶;李炜;马树铭 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06K9/62;G06N3/04 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙)11200 | 代理人： | 司立彬 |
| 地址： | 100871 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于迁移学习的低资源领域分词器训练方法及分词方法。本方法为1)在目标领域和各设定领域分别训练生成对应的分词器；2)利用各领域的分词器对目标领域的语料分词处理，获得各分词器在该目标领域的语料上每个字xi的隐层表示；3)计算各分词器在字xi的隐层表示与目标领域的分词器t在字xi的隐层表示的相关度，然后根据相关度得到各领域分词器对字xi的权重向量；4)根据权重向量对各分词器得到的隐层表示进行加权求和，得到一最终的隐层表示，并以该最终的隐层表示计算字xi的标签；5)根据各字的预测标签与标准结果训练得到该目标领域的分词器。本发明的分词器大大提高了低资源领域语料的分词效果。 | ||
| 搜索关键词： | 一种 基于 迁移 学习 资源 领域 分词 训练 方法 | ||
【主权项】：
一种基于迁移学习的低资源领域分词器训练方法，其步骤包括：1)在目标领域和各设定领域分别进行训练，生成各领域对应的分词器；2)利用步骤1)得到的各领域的分词器对目标领域的语料进行分词处理，获得各分词器在该目标领域的语料上每个字xi的隐层表示；3)计算步骤2)中获得的各分词器在该目标领域的语料上每个字xi的隐层表示与目标领域的分词器t在该目标领域的语料上每个字xi的隐层表示的相关度，然后根据所述相关度得到各领域分词器对字xi的权重向量；4)根据步骤3)得到的权重向量对各分词器得到的隐层表示进行加权求和，得到一最终的隐层表示，并以该最终的隐层表示计算字xi的标签；5)根据步骤4)得到各字的预测标签与标准结果训练得到该目标领域的分词器。
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北京大学，未经北京大学许可，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/201711026810.4/，转载请声明来源钻瓜专利网。
