[发明专利]一种基于循环神经网络的输入方法及装置

摘要

本发明公开了一种基于循环神经网络的输入方法及装置，该方法中，在获取词向量矩阵后，根据词向量矩阵构建过完备基底矩阵，根据过完备基底矩阵构建稀疏表示下标矩阵和稀疏表示系数矩阵。需要推荐候选词时，根据过完备基底矩阵、稀疏表示下标矩阵和稀疏表示系数矩阵，获取所需词语的词向量，根据该词向量和循环神经网络模型获取候选词。本发明通过过完备基底矩阵、稀疏表示下标矩阵和稀疏表示系数矩阵获取各个词语的词向量。而过完备基底矩阵、稀疏表示下标矩阵和稀疏表示系数矩阵的容量之和小于词向量矩阵，本发明的方案占用终端设备的空间较小，且计算量较小，从而减少对终端设备的存储能力和运量能力的需求，能够在多种终端设备中应用。

主权项

1.一种基于循环神经网络的输入方法，其特征在于，包括：获取词向量矩阵，其中，所述词向量矩阵为n*e矩阵，n为词语数量，e为每个词语的词向量维度；获取所述词向量矩阵中b个词语的词向量，根据所述b个词语的词向量构建过完备基底矩阵，其中，所述过完备基底矩阵为b*e矩阵，所述过完备基底矩阵中的每个基底向量表示所述b个词语对应的一个词向量，b为小于n的正整数；根据每个词语的词向量以及所述过完备基底矩阵，构建稀疏表示下标矩阵和稀疏表示系数矩阵，其中，所述稀疏表示下标矩阵和所述稀疏表示系数矩阵均为n*s矩阵，s为预设的稀疏效果参数；当需要推荐候选词时，根据所述过完备基底矩阵、稀疏表示下标矩阵和稀疏表示系数矩阵，获取所需词语的目标基底向量，并通过所述目标基底向量确定所述所需词语的词向量，根据所需词语的词向量和循环神经网络模型获取候选词；其中，每个词语的目标基底向量用于组合成所述词语的词向量；所述稀疏表示下标矩阵包含的下标向量表示若组成所述词语的词向量，所需的目标基底向量在所述过完备基底矩阵中的位置；所述稀疏表示系数矩阵包含的系数向量表示若组成所述词语的词向量，所需的目标基底向量对应的系数。