[发明专利]一种基于Word2Vec和循环神经网络的小学语文作文比喻句和拟人句自动提取方法在审
| 申请号： | 201910538890.4 | 申请日： | 2019-06-20 |
| 公开（公告）号： | CN110414556A | 公开（公告）日： | 2019-11-05 |
| 发明（设计）人： | 朱晓亮;殷姿;龚颖;董鑫;谯宇同;石昀东;刘三女牙;杨宗凯 | 申请（专利权）人： | 华中师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06F17/27 |
| 代理公司： | 武汉天力专利事务所 42208 | 代理人： | 吴晓颖 |
| 地址： | 430079 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于教育信息化领域，提供一种基于Word2Vec和循环神经网络的小学语文作文比喻句与拟人句自动提取方法，首先，利用经过人工标记后的数据集，预处理后得到符合实验要求的数据集。然后，利用Skip‑Gram模型结合Hierarchical Softmax的方式训练Word2Vec模型。最后，利用训练后的模型来表示文本，将其作为循环神经网络分类器的输入训练相应的循环神经网络分类器。本发明提出作文中比喻句与拟人句的自动提取方法，为构建基于修辞使用的小学语文作文自动评价器提供了比喻句与拟人句的提取方案。 | ||
| 搜索关键词： | 循环神经网络 小学语文 自动提取 分类器 数据集 预处理 教育信息化 模型结合 人工标记 实验要求 自动评价 构建 文本 | ||
【主权项】：
1.一种基于Word2Vec和循环神经网络的小学语文作文比喻句和拟人句自动提取方法，其特征在于该提取方法包括以下步骤：(1)作文数据集的提取及标记；利用自然语言处理框架gensim中的WiKiCourpus类对WiKi语料进行提取，从作文数据集中抽取出比喻句、拟人句和普通句，并打上相应的标签；(2)文本预处理；对数据txt文档进行文本预处理，借助opencc，将txt文档中的繁体字转换为简体字，利用jieba分词，将文本进行分词和去停用词处理，以此获得可用于训练Word2Vec模型的数据集；(3)训练Word2Vec模型；以经过预处理后的数据集作为输入，利用Skip‑Gram模型结合Hierarchical Softmax的方式训练Word2Vec模型；(4)训练循环神经网络分类器；利用训练后的Word2Vec模型表示文本，并将其作为循环神经网络分类器的输入用来训练相应的循环神经网络分类器，进行测试，获得能对比喻句和拟人句进行自动提取的最优模型。
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华中师范大学，未经华中师范大学许可，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/201910538890.4/，转载请声明来源钻瓜专利网。
- 上一篇：检测异常样本的方法及装置
- 下一篇：一种面向归类模型训练的迭代自适应终止方法
