[发明专利]词嵌入模型的训练方法及装置有效
| 申请号： | 201811083305.8 | 申请日： | 2018-09-17 |
| 公开（公告）号： | CN109308354B | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 李健铨;刘小康;陈玮 | 申请（专利权）人： | 北京神州泰岳软件股份有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京弘权知识产权代理事务所(普通合伙) 11363 | 代理人： | 逯长明;许伟群 |
| 地址： | 100089 北京市海淀区*** | 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： | 本申请实施例公开一种词嵌入模型的训练方法及装置，该方法包括：利用词嵌入矩阵，将训练样本的输入词向量化表示为第一向量；根据所述第一向量得到预测词；利用所述预测词，以及所述输入词所对应的真实词，更新输入词在词嵌入矩阵中所对应的参数；获取目标词的近义词集，所述目标词包括所述输入词或所述真实词；以及，更新近义词集中的至少一个近义词在词嵌入矩阵中对应的参数，以缩短所述至少一个近义词与所述目标词之间的距离。通过这样的方法不断训练，使每一个目标词的近义词集中的至少一个近义词都朝着该目标词移动，进而使一个词的近义词与其反义词能够较容易地被区分开，以此减轻词嵌入的极性问题，同时也不会导致整个词向量空间紊乱。 | ||
| 搜索关键词： | 近义词 嵌入 目标词 输入词 矩阵 向量 获取目标 训练样本 词向量 嵌入的 向量化 预测 地被 紊乱 更新 移动 申请 | ||
【主权项】：
1.一种词嵌入模型的训练方法，其特征在于，包括以下步骤：利用词嵌入矩阵，将训练样本的输入词向量化表示为第一向量；根据所述第一向量得到预测词；利用所述预测词，以及所述输入词所对应的真实词，更新所述输入词在词嵌入矩阵中所对应的参数；获取目标词的近义词集，所述目标词包括所述输入词或所述真实词；更新所述近义词集中的至少一个近义词在词嵌入矩阵中对应的参数，以缩短所述至少一个近义词与所述目标词之间的距离；其中，所述至少一个近义词中包括至少一个远距离近义词，所述远距离近义词与所述目标词之间的距离大于或等于所述目标词的至少一个反义词与所述目标词之间的距离。
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神州泰岳软件股份有限公司，未经北京神州泰岳软件股份有限公司许可，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/201811083305.8/，转载请声明来源钻瓜专利网。
- 上一篇：词嵌入模型的训练方法及装置
- 下一篇：法律判决结果预测方法及装置
