[发明专利]基于模式嵌入的自动树库转化方法及系统

权利要求书

1.一种基于模式嵌入的自动树库转化方法，其特征在于，包括：

获取双树对齐数据库，所述双树对齐数据库内存储有采用两种标注规范进行标注的句子；

分别计算各所述句子中每两个词在目标端树中的依存弧分值，其中，所述的两个词分别以词w_i和词w_j表示，预设词w_i和词w_j在目标端树中分别为修饰词和核心词，词w_i和词w_j在目标端树中的依存弧分值计算过程包括：

根据词w_i和词w_j在源端树d^src中的句法关系，确定词w_i和词w_j的模式；

基于模式与嵌入向量对应表，将词w_i和词w_j的模式变换为对应的模式嵌入向量

将源端树中词w_i的依存关系标签、词w_j的依存关系标签、词w_i和词w_j的最小公共祖先节点w_a的依存关系标签分别变换为依存关系嵌入向量

将模式嵌入向量和三个依存关系嵌入向量拼接起来，作为源端树d^src中词w_i和词w_j的结构信息的表示向量

基于循环神经网络BiSeqLSTM，得到所述句子中各个词各自对应的顶层输出向量，词w_i和词w_j各自对应的顶层输出向量

将词w_i和词w_j各自对应的顶层输出向量分别与所述的表示向量拼接起来，作为感知器MLP的输入；

感知器萃取出句法相关信息：

利用双仿射计算词w_i和词w_j的目标端依存弧分值，具体计算公式为：

其中，W^b为双仿射运算参数；

其中，将所述句子中各个词的嵌入向量和该词的词性的嵌入向量进行拼接，得到该词对应的拼接向量，以所述句子对应的全部拼接向量作为一个序列输入至循环神经网络BiSeqLSTM，运算处理后，循环神经网络BiSeqLSTM的顶层输出该句子的各个词各自对应的顶层输出向量，其中，词w_i和词w_j各自对应的顶层输出向量表示为

2.根据权利要求1所述的基于模式嵌入的自动树库转化方法，其特征在于，还包括：基于双树对齐数据库中各句子的词w_i和词w_j在目标端树的依存弧分值，进行数据训练，得到有监督转换模型，其中使用全局的CRFloss，对每一个句子定义损失函数。

3.根据权利要求1所述的基于模式嵌入的自动树库转化方法，其特征在于，源端树的词和词之间定义了9种模式，其中，其他情况根据词和词的路径距离细分为4类，词w_k为所述句子中词w_i、词w_j以外的任一词，表格表示如下：