[发明专利]基于模式嵌入的自动树库转化方法及系统

摘要

本发明涉及一种基于模式嵌入的自动树库转化方法及系统，为了获得精准的有监督转化模型而设计。本发明基于模式嵌入的自动树库转化方法，确定词wi和词wj的模式；将词wi和词wj的模式变换为对应的模式嵌入向量；将源端树中词wi、词wj、最小公共祖先节点wa三者分别对应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，作为源端树中词wi和词wj的结构信息的表示向量，循环神经网络的顶层输出分别与表示向量拼接起来，作为感知器MLP的输入；利用双仿射计算获得词wi和词wj的目标端依存弧分值；本发明充分利用源端句法树，刻画两种标注规范的对应规律，最终完成高质量树库转化。

主权项

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wi和词wj表示，预设词wi和词wj在目标端树中分别为修饰词和核心词，词wi和词wj在目标端树中的依存弧分值计算过程包括：根据词wi和词wj在源端树dsrc中的句法关系，确定词wi和词wj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对应的依存关系标签、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wi和词wj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