[發明專利]一種句向量的融合方法和裝置有效
| 申請號： | 201510727239.3 | 申請日： | 2015-10-29 |
| 公開（公告）號： | CN105426354B | 公開（公告）日： | 2019-03-22 |
| 發明（設計）人： | 呂志高;鄒國平 | 申請（專利權）人： | 杭州九言科技股份有限公司 |
| 主分類號： | G06F17/24 | 分類號： | G06F17/24;G06F17/27 |
| 代理公司： | 北京品源專利代理有限公司 11332 | 代理人： | 孟金喆;胡彬 |
| 地址： | 310000 浙江省杭州市*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 向量 融合 方法 裝置 | ||
1.一種句向量的融合方法，其特征在于，包括：
提取第一文本信息中包括的第一文本詞向量；
在設定語料庫中對所述文本詞向量進行查找，生成第二詞向量；
根據所述文本詞向量與所述第二詞向量之間的空間相似度，確定與所述文本詞向量對應的文本句向量，包括：
通過計算所述文本詞向量中各個向量元素與所述第二詞向量中各個向量元素之間的余弦距離，確定與所述文本詞向量對應的文本句向量，包括：
根據公式：
計算句向量中的第k維度，記為第一句向量Sk；其中：
其中，
Dk為第一文本信息中包括的第一文本詞向量的集合D中的元素，
djk為對詞向量D通過語料庫查找后所生成第二詞向量的集合d中的元素，
n為d中第二詞向量的個數，
N為語料庫中的詞向量的個數，
tfk為d中每個詞出現的頻率的集合tf中的元素，
idfk為d中每個詞的逆向文件頻率的集合idf中的元素。
2.根據權利要求1所述的方法，其特征在于，還包括：
對計算得到的所述文本句向量進行降維處理，以生成設定維度的句向量。
3.根據權利要求1-2任一項所述的方法，其特征在于，在根據所述文本詞向量與所述第二詞向量之間的空間相似度，確定與所述文本詞向量對應的文本句向量之后，還包括：
將得到句向量與設定的訓練模型進行比對，并根據比對結果識別所述第一文本信息中包括的目標信息。
4.一種句向量的融合裝置，其特征在于，包括：
文本詞向量提取模塊，用于提取第一文本信息中包括的第一文本詞向量；
第二詞向量生成模塊，用于在設定語料庫中對所述文本詞向量進行查找，生成第二詞向量；
文本句向量生成模塊，用于根據所述文本詞向量與所述第二詞向量之間的空間相似度，確定與所述文本詞向量對應的文本句向量；
其中，文本句向量生成模塊用于：
通過計算所述文本詞向量中各個向量元素與所述第二詞向量中各個向量元素之間的余弦距離，確定與所述文本詞向量對應的文本句向量；
其中，文本句向量生成模塊進一步用于：
根據公式：
計算句向量中的第k維度，記為第一句向量Sk；其中：
其中，
Dk為第一文本信息中包括的第一文本詞向量的集合D中的元素，
djk為對詞向量D通過語料庫查找后所生成第二詞向量的集合d中的元素，
n為d中第二詞向量的個數，
N為語料庫中的詞向量的個數，
tfk為d中每個詞出現的頻率的集合tf中的元素，
idfk為d中每個詞的逆向文件頻率的集合idf中的元素。
5.根據權利要求4所述的裝置，其特征在于，還包括：
句向量降維模塊，用于對計算得到的所述文本句向量進行降維處理，以生成設定維度的句向量。
6.根據權利要求4-5任一項所述的裝置，其特征在于，還包括：
目標信息識別模塊，用于在根據所述文本詞向量與所述第二詞向量之間的空間相似度，確定與所述文本詞向量對應的文本句向量之后，將得到句向量與設定的訓練模型進行比對，并根據比對結果識別所述第一文本信息中包括的目標信息。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于杭州九言科技股份有限公司，未經杭州九言科技股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201510727239.3/1.html，轉載請聲明來源鉆瓜專利網。
