[發明專利]字符序列處理方法及設備

在審

• 申請號: 201810257040.2
• 申請日: 2018-03-27
• 公開（公告）號: CN108595416A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 陸晨昱;武擁珍;何永;李傳豐;劉杰漢
• 申請（專利權）人: 義語智能科技（上海）有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/22
• 代理公司: 上海百一領御專利代理事務所(普通合伙) 31243
• 代理人: 王奎宇;甘章乖

1.一種字符序列處理方法，其中，該方法包括：

獲取字向量矩陣和詞向量矩陣；

根據所述字向量矩陣，將待轉換字符序列中的每個字依序轉換為對應的字向量，根據依次轉換得到的各字向量得到連續字向量序列；

將所述待轉換字符序列依序進行分詞，以得到對應的詞語序列；

根據所述詞向量矩陣，依序將所述詞語序列中的每個詞，轉換為對應的詞向量，根據轉換得到的各詞向量得到連續詞向量序列，其中，所述連續詞向量序列中的詞向量個數與所述連續字向量序列中的字向量個數一致，所述連續字向量序列中的每一個字向量與所述連續詞向量序列中的一個詞向量對應；

依序將所述連續字向量序列中的每一個字向量與所述連續詞向量序列中對應的一個詞向量拼接，得到字詞混合的連續向量序列。

2.根據權利要求1所述的方法，其中，根據所述詞向量矩陣，依序將所述詞語序列中的每個詞，轉換為對應的詞向量，根據轉換得到的各詞向量得到連續詞向量序列，包括：

根據所述詞向量矩陣，依序將所述詞語序列中的每個詞中的每個字映射到該字所屬的詞的詞向量。

3.根據權利要求2所述的方法，其中，根據所述詞向量矩陣，依序將所述詞語序列中的每個詞中的每個字映射到該字所屬的詞的詞向量中，

若某個詞的字無法根據所述詞向量矩陣映射得到該字所屬的詞對應的詞向量，則將該字轉換為預設的詞向量。

4.根據權利要求1所述的方法，其中，根據所述字向量矩陣，將待轉換字符序列中的每個字依序轉換為對應的字向量中，

若某個字在所述字向量矩陣中未找到對應的字向量，則將該字轉換為預設的字向量。

5.根據權利要求1至4任一項所述的方法，其中，所述字向量矩陣和詞向量矩陣的訓練方法包括CBOW，skip-gram和glove等中的一種或任意組合。

6.一種字符序列處理設備，其中，該設備包括：

獲取裝置，用于獲取字向量矩陣和詞向量矩陣；

字向量轉換裝置，用于根據所述字向量矩陣，將待轉換字符序列中的每個字依序轉換為對應的字向量，根據依次轉換得到的各字向量得到連續字向量序列；

詞向量轉換裝置，用于將所述待轉換字符序列依序進行分詞，以得到對應的詞語序列，根據所述詞向量矩陣，依序將所述詞語序列中的每個詞，轉換為對應的詞向量，根據轉換得到的各詞向量得到連續詞向量序列，其中，所述連續詞向量序列中的詞向量個數與所述連續字向量序列中的字向量個數一致，所述連續字向量序列中的每一個字向量與所述連續詞向量序列中的一個詞向量對應；

拼接裝置，用于依序將所述連續字向量序列中的每一個字向量與所述連續詞向量序列中對應的一個詞向量拼接，得到字詞混合的連續向量序列。

7.根據權利要求1所述的設備，其中，所述詞向量轉換裝置，用于根據所述詞向量矩陣，依序將所述詞語序列中的每個詞中的每個字映射到該字所屬的詞的詞向量。

8.根據權利要求7所述的設備，其中，所述詞向量轉換裝置，用于若某個詞的字無法根據所述詞向量矩陣映射得到該字所屬的詞對應的詞向量，則將該字轉換為預設的詞向量。

9.根據權利要求1所述的設備，其中，所述字向量轉換裝置，用于若某個字在所述字向量矩陣中未找到對應的字向量，則將該字轉換為預設的字向量。

10.根據權利要求6至9任一項所述的設備，其中，所述字向量矩陣和詞向量矩陣的訓練方法包括CBOW，skip-gram和glove等中的一種或任意組合。