[發明專利]字矩陣的訓練方法及裝置

有效

• 申請號: 201911083289.7
• 申請日: 2019-11-07
• 公開（公告）號: CN110765779B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 周慧超;王冉;李東軍
• 申請（專利權）人: 蘇州躍盟信息科技有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/289
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 梁文惠

1.一種字矩陣的訓練方法，其特征在于，包括：

獲取目標語句的字向量以及與所述字向量對應的字矩陣；

依據近語義模型和近義語料數據對所述字矩陣進行訓練，得到第一訓練結果；

依據反語義模型和反義語料數據對所述第一訓練結果進行訓練，得到第二訓練結果；

輸出所述第二訓練結果中確定的目標字矩陣；

依據近語義模型和近義語料數據對所述字矩陣進行訓練，得到第一訓練結果，包括：

獲取所述近義語料數據中的第一語句和第二語句；

依據所述近語義模型通過將所述第一語句中的所述字矩陣進行乘法運算得到第一語義矩陣，以及將所述第二語句中的所述字矩陣進行乘法運算得到第二語義矩陣。

2.根據權利要求1所述的方法，其特征在于，通過以下方式獲取所述目標語句的字向量：

預先從文本語料數據中獲取所述目標語句；

依據詞向量產生模型對所述目標語句中的待訓練字向量進行訓練處理，得到所述字向量。

3.根據權利要求2所述的方法，其特征在于，在獲取目標語句的字向量以及與所述字向量對應的字矩陣之前，所述方法還包括：

預先定義所述目標字矩陣的矩陣大小；

通過對所述目標語句中每個字對應的待訓練字向量進行初始化處理，得到初始化后的所述待訓練字向量，其中，所述待訓練字向量的向量維數與所述目標字矩陣的矩陣大小存在對應關系，所述向量維數為完全平方數。

4.根據權利要求1所述的方法，其特征在于，

在獲取目標語句的字向量以及與所述字向量對應的字矩陣之前，所述方法還包括：預先定義所述目標字矩陣的目標訓練次數；

在獲取目標語句的字向量以及與所述字向量對應的字矩陣之前，所述方法還包括：預先定義所述目標字矩陣的目標訓練次數；在輸出所述第二訓練結果中確定的目標字矩陣之前，所述方法還包括：獲取所述目標字矩陣的當前訓練次數，所述當前訓練次數的初始值為0；比較所述當前訓練次數是否小于所述目標訓練次數，得到比較結果；若所述比較結果指示所述當前訓練次數小于所述目標訓練次數，則返回執行獲取目標語句的字向量以及與所述字向量對應的字矩陣的步驟；若所述比較結果指示所述當前訓練次數大于或等于所述目標訓練次數，則執行輸出所述第二訓練結果中確定的目標字矩陣的步驟。

5.根據權利要求1所述的方法，其特征在于，依據近語義模型和近義語料數據對所述字矩陣進行訓練，得到第一訓練結果，包括：

確定所述第一語義矩陣和所述第二語義矩陣之間的第一矩陣差異值；

依據所述第一矩陣差異值調整所述字向量，得到所述第一訓練結果，其中，所述第一訓練結果至少包括：調整所述字向量得到的第一字向量。

6.根據權利要求5所述的方法，其特征在于，依據反語義模型和反義語料數據對所述第一訓練結果進行訓練，得到第二訓練結果，包括：

獲取所述反義語料數據中的第三語句和第四語句；

依據所述反語義模型通過將所述第三語句中的所述字矩陣進行乘法運算得到第三語義矩陣，以及將所述第四語句中的所述字矩陣進行乘法運算得到第四語義矩陣；

依據所述第三語義矩陣和所述第四語義矩陣調整所述第一字向量，得到所述第二訓練結果，其中，所述第二訓練結果至少包括：調整所述第一字向量得到的第二字向量。

7.根據權利要求6所述的方法，其特征在于，依據所述第三語義矩陣和所述第四語義矩陣調整所述第一字向量，得到所述第二訓練結果，包括：

將所述第三語義矩陣轉換得到第一語義向量，將所述第四語義矩陣轉換得到第二語義向量；

確定所述第一語義向量和所述第二語義向量的余弦值；

依據所述余弦值確定所述第三語義矩陣和所述第四語義矩陣之間的第二矩陣差異值；

依據所述第二矩陣差異值調整所述第一字向量，得到所述第二訓練結果。