[发明专利]基于增量学习的词向量生成方法和装置有效
| 申请号： | 201710022618.1 | 申请日： | 2017-01-12 |
| 公开（公告）号： | CN106844342B | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 张日崇;包梦蛟;刘垚鹏;彭浩;李建欣 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 宋扬;刘芳 |
| 地址： | 100191 北京市海*** | 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： | 本发明实施例提供一种基于增量学习的词向量生成方法和装置。本发明基于增量学习的词向量生成方法，包括：获取原始语料库的词共现矩阵、新增语料库的词共现矩阵和所述原始语料库的训练结果参数，训练结果参数包括梯度值和第一矩阵分解结果；将原始语料库的训练结果参数作为新增语料库的初始训练参数；使用所述新增语料库的初始训练参数、所述原始语料库的词共现矩阵和所述新增语料库的词共现矩阵采用梯度下降算法迭代优化总目标函数，获取第二矩阵分解结果，所述第二矩阵分解结果为使得所述总目标函数极小化的解；根据所述第二矩阵分解结果获取多个词向量。本发明实施例可以有效减少生成词向量过程所消耗的时长。 | ||
| 搜索关键词： | 基于 增量 学习 向量 生成 方法 装置 | ||
【主权项】：
1.一种基于增量学习的词向量生成方法，其特征在于，包括：获取原始语料库的词共现矩阵、新增语料库的词共现矩阵和所述原始语料库的训练结果参数，所述训练结果参数包括梯度值和第一矩阵分解结果；将所述原始语料库的训练结果参数作为所述新增语料库的初始训练参数；使用所述新增语料库的初始训练参数、所述原始语料库的词共现矩阵和所述新增语料库的词共现矩阵采用梯度下降算法迭代优化总目标函数，获取第二矩阵分解结果，所述第二矩阵分解结果为使得所述总目标函数极小化的解；根据所述第二矩阵分解结果获取多个词向量。
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/201710022618.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种贴标机用标签运输机构
- 下一篇：送料装置及自动贴标机
