[發明專利]一種自然語言的語義解析方法

在審

• 申請號: 202010594776.6
• 申請日: 2020-06-28
• 公開（公告）號: CN111753550A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 汪秀英
• 申請（專利權）人: 汪秀英
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/289;G06F40/216;G06F40/242;G06N3/04;G06N3/08
• 代理公司: 長沙正務聯合知識產權代理事務所(普通合伙) 43252
• 代理人: 鄭雋;吳婷

1.一種自然語言的語義解析方法，其特征在于，所述方法包括：

利用基于字符串的正向最大匹配算法對自然語言進行分詞處理；

利用預設字典對自然語言進行去停用詞處理；

利用Hash編碼方式對經過分詞處理的自然語言進行編碼；

利用中文詞向量模型將自然語言進行重新編碼，得到詞的向量化表示；

計算自然語言中每個詞向量的相對熵，并對自然語言的長度進行修訂；

利用改進的TFIDF算法進行詞向量的權重計算，將權重最高的k個詞向量作為關鍵詞向量；

利用基于主動學習訓練得到的LSTM模型接收所述關鍵詞向量，并基于關鍵詞向量進行語義解析。

2.如權利要求1所述的一種自然語言的語義解析方法，其特征在于，所述利用基于字符串的正向最大匹配算法進行分詞處理，包括：

1)取待處理字符串的前n個字作為匹配字段，查找預構建的分詞詞典，所述分詞詞典中最大詞條所含的漢字個數為n個，若詞典中含有該詞，則匹配成功，并分出該詞；

2)從被比較字符串的n+1處開始再取n個字組成的字段重新在詞典中匹配；

3)如果沒有匹配成功，則將這n個字組成的字段的最后一位剔除，用剩下的n-1個字組成的字段在詞典中進行匹配，如此進行下去，直到切分成功為止。

3.如權利要求2所述的一種自然語言的語義解析方法，其特征在于，所述利用預設字典對自然語言進行去停用詞處理，包括：

將上述分詞結果利用預設的停用詞詞典，進行遍歷匹配操作，將匹配到的詞進行刪除處理；

所述停用詞詞典中包括自然語言中出現頻率很高，但實際意義又不大的詞，主要包括語氣助詞、副詞、介詞、連詞，通常自身并無明確意義，只有將其放入一個完整的句子中才有一定作用的詞語。

4.如權利要求3所述的一種自然語言的語義解析方法，其特征在于，所述利用Hash編碼方式對自然語言進行編碼，包括：

將任意長度的輸入通過散列算法轉化為固定長度的輸出，輸出為散列值；

在將中文詞轉化為長度相同的散列值后，將十進制的散列值轉換為二進制的數字，所轉換的二進制的數字即為最終的Hash碼。