[发明专利]一种基于CNN的中文关系分类方法及系统在审
| 申请号： | 201910928313.6 | 申请日： | 2019-09-28 |
| 公开（公告）号： | CN110750642A | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 王德庆;张辉;田润琦;郝瑞 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/33;G06N3/08;G06N3/04 |
| 代理公司： | 11381 北京汲智翼成知识产权代理事务所(普通合伙) | 代理人： | 陈曦;贾兴昌 |
| 地址： | 100191*** | 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CNN的中文关系分类方法及系统，其中该方法包括如下步骤：将句子的词向量矩阵、实体距离向量矩阵，以及通过注意力机制加权的词向量矩阵进行拼接得到CNN的输入矩阵；将输入矩阵输入到CNN的卷积层，得到句子的特征向量；将句子的特征向量输入CNN的全连接层，得到每个关系类型的概率。该方法在目前主流模型的基础上，加入了基于语义依存路径的注意力机制，使得可以对于句子中表达具体关系的关键词语更加关注，分类效果得到很大的提升。 | ||
| 搜索关键词： | 矩阵 句子 注意力机制 输入矩阵 特征向量 词向量 语义 分类效果 关键词语 关系分类 关系类型 距离向量 连接层 卷积 加权 拼接 主流 概率 中文 | ||
【主权项】：
1.一种基于CNN的中文关系分类方法，其特征在于包括如下步骤：/n将句子的词向量矩阵、实体距离向量矩阵，以及通过注意力机制加权的词向量矩阵进行拼接得到CNN的输入矩阵；/n将输入矩阵输入到CNN的卷积层，得到句子的特征向量；/n将句子的特征向量输入CNN的全连接层，得到每个关系类型的概率。/n
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航空航天大学，未经北京航空航天大学许可，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/201910928313.6/，转载请声明来源钻瓜专利网。
