[發明專利]一種識別信息的方法和設備

在審

• 申請號: 201710703355.0
• 申請日: 2017-08-16
• 公開（公告）號: CN107506350A
• 公開（公告）日: 2017-12-22
• 發明（設計）人: 王翔
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/30;G06N3/04
• 代理公司: 北京同達信恒知識產權代理有限公司11291
• 代理人: 郭潤湘

1.一種識別信息的方法，其特征在于，該方法包括：

針對任意一個信息，確定該信息的字向量矩陣；

針對卷積神經網絡的任意一個卷積核的寬度，分別將所述寬度對應的每個卷積核與所述信息的字向量矩陣進行卷積，得到每個卷積核對應的卷積向量，并對每個所述卷積向量進行最大池化操作得到所述寬度對應的識別特征；

將每個寬度對應的識別特征進行組合得到所述信息的識別特征；

根據不同信息的識別特征的相似度進行信息識別。

2.如權利要求1所述的方法，其特征在于，不同寬度對應的卷積核的數量不同。

3.如權利要求2所述的方法，其特征在于，任意兩個寬度中，寬度小的對應的卷積核的數量多。

4.如權利要求1所述的方法，其特征在于，所述將每個寬度對應的識別特征進行組合得到所述信息的識別特征，包括：

將每個寬度對應的識別特征進行排列組合，得到一維的識別特征。

5.如權利要求1～4任一所述的方法，其特征在于，所述不同信息的識別特征的相似度包括目標信息和正樣本信息的第一相似度，以及目標信息和負樣本信息的第二相似度；

所述根據不同信息的識別特征的相似度進行信息識別之后，包括：

根據所述第一相似度和所述第二相似度確定損失值；

根據所述損失值判斷是否需要調整所述卷積神經網絡中的卷積神經網絡參數；

其中，所述正樣本信息所屬的領域與目標信息所屬的領域相同，所述負樣本信息所屬的領域與目標信息所屬的領域相同或不同。

6.一種識別信息的設備，其特征在于，該設備包括：

至少一個處理單元、以及至少一個存儲單元，其中，所述存儲單元存儲有程序代碼，當所述程序代碼被所述處理單元執行時，使得所述處理單元執行下列過程：

針對任意一個信息，確定該信息的字向量矩陣；

針對卷積神經網絡的任意一個卷積核的寬度，分別將所述寬度對應的每個卷積核與所述信息的字向量矩陣進行卷積，得到每個卷積核對應的卷積向量，并對每個所述卷積向量進行最大池化操作得到所述寬度對應的識別特征；

將每個寬度對應的識別特征進行組合得到所述信息的識別特征；

根據不同信息的識別特征的相似度進行信息識別。

7.如權利要求6所述的設備，其特征在于，所述不同寬度對應的卷積核的數量不同。

8.如權利要求7所述的設備，其特征在于，任意兩個寬度中，寬度小的對應的卷積核的數量多。

9.如權利要求6所述的設備，其特征在于，所述處理單元具體用于：

將每個寬度對應的識別特征進行排列組合，得到一維的識別特征。

10.如權利要求6～9任意所述的設備，其特征在于，不同信息的識別特征的相似度包括目標信息和正樣本信息的第一相似度，以及目標信息和負樣本信息的第二相似度；

所述處理單元還用于：

根據不同信息的識別特征的相似度進行信息識別之后，根據所述第一相似度和所述第二相似度確定損失值；

根據所述損失值判斷是否需要調整所述卷積神經網絡中的卷積神經網絡參數；

其中，所述正樣本信息所屬的領域與目標信息所屬的領域相同，所述負樣本信息所屬的領域與目標信息所屬的領域相同或不同。

11.一種識別信息的設備，其特征在于，該設備包括：

矩陣確定模塊，用于針對任意一個信息，來確定信息的字向量矩陣；

卷積操作模塊，用于針對卷積神經網絡的任意一個卷積核的寬度，分別將所述寬度對應的每個卷積核與所述信息的字向量矩陣進行卷積，得到每個卷積核對應的卷積向量，并對每個所述卷積向量進行最大池化操作得到所述寬度對應的識別特征；

組合特征模塊，用于將每個寬度對應的識別特征進行組合得到所述信息的識別特征；

處理模塊，用于不同信息的識別特征的相似度進行信息識別。