[发明专利]文本词向量模型的训练方法、电子设备及计算机存储介质有效
| 申请号： | 201811544897.9 | 申请日： | 2018-12-17 |
| 公开（公告）号： | CN109635116B | 公开（公告）日： | 2023-03-24 |
| 发明（设计）人： | 高航 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/284;G06F40/30 |
| 代理公司： | 北京市立方律师事务所 11330 | 代理人： | 张筱宁 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及计算机处理技术领域，公开了一种文本词向量模型的训练方法、电子设备及计算机可读存储介质，其中，文本词向量模型的训练方法包括：根据各个训练语句中包括的语句标签，确定各个训练语句分别对应的子模型，语句标签用于指示训练语句对应的子模型；接着通过各个训练语句对相应的语义词向量子模型和文本分类子模型分别进行训练，来更新文本词向量模型的第一词向量矩阵，以使得通过更新第一词向矩阵来训练文本词向量模型。本申请实施例的方法，通过语义词向量子模型与文本分类子模型的结合，实现了词向量训练方法与文本分类方法之间的紧密衔接与融合，增强了词向量的表征能力。 | ||
| 搜索关键词： | 文本 向量 模型 训练 方法 电子设备 计算机 存储 介质 | ||
【主权项】：
1.一种文本词向量模型的训练方法，其特征在于，文本词向量模型包括语义词向量子模型与文本分类子模型，该方法包括：根据各个训练语句中包括的语句标签，确定各个训练语句分别对应的子模型，所述语句标签用于指示训练语句对应的子模型；通过各个训练语句对相应的语义词向量子模型和文本分类子模型分别进行训练，来更新所述文本词向量模型的第一词向量矩阵，以使得通过更新第一词向量矩阵来训练所述文本词向量模型。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，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/201811544897.9/，转载请声明来源钻瓜专利网。
