[發明專利]一種詞性標注方法及裝置

在審

• 申請號: 201810235359.5
• 申請日: 2018-03-21
• 公開（公告）號: CN110298016A
• 公開（公告）日: 2019-10-01
• 發明（設計）人: 張鵬
• 申請（專利權）人: 普天信息技術有限公司
• 主分類號: G06F17/21
• 分類號: G06F17/21;G06F17/27;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

1.一種詞性標注方法，其特征在于，包括：

根據預先獲取的待處理文本得到所述待處理文本的至少兩組特征向量組；其中，所述待處理文本至少包括一個分詞；

對所有的特征向量通過加權求和得到輸入向量組；

根據所述輸入向量組得到所述待處理文本中各個分詞的詞性標注。

2.根據權利要求1所述的方法，其特征在于，所述根據所述輸入向量組得到所述待處理文本中各個分詞的詞性標注，具體為：

對所述輸入向量組采用立方激活函數，并得到所述待處理文本中各個分詞的詞性標注。

3.根據權利要求1所述的方法，其特征在于，所述根據預先獲取的待處理文本得到所述待處理文本的至少兩組特征向量組，具體為：

根據預先獲取的待處理文本得到待處理文本的第一詞特征向量組、第二詞特征向量組和字特征向量組；其中所述第二詞特征向量由去除了所有稀有分詞的待處理文本得到。

4.根據權利要求1所述的方法，其特征在于，所述根據所述輸入向量組得到所述待處理文本中各個分詞的詞性標注，具體為：

對所述輸入向量組通過激活函數輸入到BLSTM網絡，再由CRF網絡得到所述待處理文本中各個分詞的詞性，同時由所述Softmax函數模塊得到所述待處理文本中各個分詞的詞頻。

5.根據權利要求1-4任一所述的方法，其特征在于，所述方法還包括：

新建用于對所有的特征向量進行加權求和的加權求和公式，并初始化所述加權求和公式的權值；

獲取標準語料庫，并根據標準語料庫對所述加權求和公式的權值進行訓練。

6.根據權利要求5所述方法，其特征在于，所述根據標準語料庫對所述加權求和公式的權值進行訓練，具體為：

根據標準語料庫，采用自適應轉矩(Adaptive moment estimation，Adam)算法對預設的損失函數進行優化。

7.根據權利要求6所述的方法，其特征在于，所述損失函數為所述詞性的負對數似然概率度量和所述詞頻的交叉熵損失函數之和。

8.一種用于詞性標注方法的裝置，其特征在于，包括：

輸入模塊，用于根據預先獲取的待處理文本得到所述待處理文本的至少兩組特征向量組；其中，所述待處理文本至少包括一個分詞；

加權模塊，用于對所有的特征向量通過加權求和得到輸入向量組；

測算模塊，用于根據所述輸入向量組得到所述待處理文本中各個分詞的詞性標注。

9.一種電子設備，其特征在于，包括存儲器和處理器，所述處理器和所述存儲器通過總線完成相互間的通信；所述存儲器存儲有可被所述處理器執行的程序指令，所述處理器調用所述程序指令能夠執行如權利要求1至7任一所述的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1至7任一所述的方法。