[发明专利]中文词向量处理方法及其系统有效
| 申请号： | 201910074889.0 | 申请日： | 2019-01-25 |
| 公开（公告）号： | CN109902292B | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 孟亚磊;刘继明;刘松;陈浮;金兰 | 申请（专利权）人： | 网经科技（苏州）有限公司 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/30 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 王玉国 |
| 地址： | 215021 江苏省苏州市工*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了中文词向量处理方法及系统，首先，对训练语料分词，得到待训练向量的词列表；然后，对每个待训练词语，确定其对应的n元字根及其代号表示形式，n元字根是词包含的连续n个字根；再按照设定的维度参数，对各词以及各n元字根的语义向量进行初始化；根据分词后的语料、当前各词向量及n元字根向量，对词向量和字根向量进行训练，完成指定轮次训练后结束。结合汉字字形构成的特点，选择了字根作为基本单元，将词语表示为n元字根的形式；一方面字根本身具有较强的表意能力，另一方面中文词的平均字根数更接近英文单词的平均字母数，本发明能够在更合适的粒度层次上刻画词语的语义，并且能化解未登录词的表征难题。 | ||
| 搜索关键词： | 文词 向量 处理 方法 及其 系统 | ||
【主权项】：
1.中文词向量处理方法，其特征在于：包括以下步骤：1)对训练语料分词，得到待训练向量的词列表；2)对每个待训练词语，确定其对应的n元字根及其代号表示形式，n元字根是词包含的连续n个字根；3)按照设定的维度参数，对各词以及各n元字根的语义向量进行初始化；4)根据分词后的语料、当前各词向量及n元字根向量，对词向量和字根向量进行训练，完成指定轮次训练后结束。
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网经科技（苏州）有限公司，未经网经科技（苏州）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/201910074889.0/，转载请声明来源钻瓜专利网。
