[发明专利]一种增强语义特征嵌入的文本表示方法有效
| 申请号： | 201811101553.0 | 申请日： | 2018-09-20 |
| 公开（公告）号： | CN109344403B | 公开（公告）日： | 2020-11-06 |
| 发明（设计）人： | 张祖平;杨康 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06F40/30 | 分类号： | G06F40/30;G06F40/279 |
| 代理公司： | 长沙七源专利代理事务所(普通合伙) 43214 | 代理人： | 周晓艳;张文君 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种增强语义特征嵌入的文本表示方法，包括以下步骤：S1、文本预处理；S2、对经预处理后的文本中的每个句子进行语义特征抽取，并根据所抽取的语义特征将文本中各个句子转化为相应的语义特征序列；将语义特征序列作为输入，利用词向量模型对语义特征序列进行训练，获得各个语义特征的向量模型；S3、将各个句子的绝对位置信息依次映射到同一个滑动窗口向量空间内，得到句子的位置向量模型；S4、将各个增强的特征向量模型进行融合，最终获得增强语义特征向量模型。本发明在自然语言处理任务中，如情感分析、文本摘要等，相比于现有的文本嵌入方法，应用增强语义特征的文本嵌入方法可以显著提高在这些任务上的表现。 | ||
| 搜索关键词： | 一种 增强 语义 特征 嵌入 文本 表示 方法 | ||
【主权项】：
1.一种增强语义特征嵌入的文本表示方法，其特征在于，包括以下步骤：S1、文本预处理；S2、对经预处理后的文本中的每个句子进行语义特征抽取，并根据所抽取的语义特征将文本中各个句子转化为相应的语义特征序列；将语义特征序列作为输入，利用词向量模型对语义特征序列进行训练，获得各个语义特征的向量模型；S3、将各个句子的绝对位置信息映射到一个滑动窗口向量空间，得到句子的位置向量模型；S4、将步骤S2获得的各个语义特征的向量模型进行融合，最终获得增强语义的句向量表示。
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中南大学，未经中南大学许可，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/201811101553.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种新术语自动发现识别方法
- 下一篇：情境感知的双重注意力自然语言推理方法
