[發明專利]一種基于義原的詞語語義的預測方法及計算機設備

在審

• 申請號: 202110412919.1
• 申請日: 2021-04-16
• 公開（公告）號: CN113486142A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 李涓子;劉寶巨;侯磊;呂鑫;肖鏡輝
• 申請（專利權）人: 華為技術有限公司;清華大學
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/9535;G06F40/30;G06K9/62;G06N3/04
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 聶秀娜

1.一種基于義原的詞語語義的預測方法，其特征在于，包括：

獲取第一詞語在義原空間的第一向量，所述第一詞語為已定義的詞語，所述第一向量用于表征所述第一詞語的語義，所述義原空間根據類別義原、擴展描述以及關聯關系構建得到，所述關聯關系用于表征所述類別義原與所述擴展描述之間的關系，所述第一向量包括第一子向量和第二子向量，所述第一子向量由第一類別義原確定，所述第二子向量由第一擴展描述以及第一關聯關系確定，所述第二子向量經由模型學習得到，所述第一類別義原為所述第一詞語對應的類別義原，所述第一擴展描述為所述第一類別義原的擴展描述，所述第一關聯關系為所述第一類別義原與所述第一擴展描述之間的關聯關系；

計算第二詞語與所述第一詞語之間的相關度，所述第二詞語為未定義的詞語；

根據所述第一向量與所述相關度，得到所述第二詞語在所述義原空間的第二向量，所述第二向量用于表征所述第二詞語的語義。

2.根據權利要求1所述的方法，其特征在于，所述獲取第一詞語在義原空間的第一向量包括：

在第一詞語具備n種不同語義的情況下，獲取所述n種語義在義原空間中對應的n個目標向量，一個目標向量用于表征所述第一詞語的一種語義；

將所述n個目標向量融合，得到所述第一向量。

3.根據權利要求2所述的方法，其特征在于，所述將所述n個目標向量融合，得到所述第一向量包括：

對所述n個目標向量相加后求平均，得到所述第一向量。

4.根據權利要求1-3中任一項所述的方法，其特征在于，所述第一詞語為m個，所述第一向量為m個，所述相關度為m個，一個第一詞語對應一個第一向量，一個第一向量對應一個相關度，m≥2，所述根據所述第一向量與所述相關度，得到所述第二詞語在所述義原空間的第二向量包括：

根據m個相關度的取值排序，計算每個第一詞語的動態權重，所述動態權重與所述相關度呈正相關關系；

將每個第一向量、所述每個第一向量各自對應的相關度、所述每個第一向量的動態權重相乘，得到m個乘積結果；

將所述m個乘積結果相加，得到所述第二詞語在所述義原空間的第二向量。

5.根據權利要求1-4中任一項所述的方法，其特征在于，所述計算第二詞語與所述第一詞語之間的相關度包括：

通過語言模型將所述第一詞語以及所述第二詞語投影為詞向量空間中的第一點和第二點；

計算所述第一點與所述第二點之間的距離，所述距離用于表征所述第二詞語與所述第一詞語之間的相關度，所述距離與所述相關度呈反相關關系。

6.根據權利要求1-4中任一項所述的方法，其特征在于，所述方法還包括：

通過語言模型將所述第一詞語以及所述第二詞語投影為詞向量空間中經過空間原點的第一空間向量和第二空間向量；

計算所述第一空間向量與所述第二空間向量之間的夾角，所述夾角用于表征所述第二詞語與所述第一詞語之間的相關度，所述夾角與所述相關度呈反相關關系。

7.根據權利要求1-6中任一項所述的方法，其特征在于，

所述第一子向量為獨熱編碼(one-hot)表示，所述第二子向量為稠密嵌入(denseembedding)表示。

8.根據權利要求1-7中任一項所述的方法，其特征在于，在得到所述第二詞語在所述義原空間的第二向量之后，所述方法還包括：

根據所述第二向量以及點擊情況構建用戶畫像，所述點擊情況為目標用戶賬號通過終端設備點擊包含所述第二詞語的文章的情況；

獲取候選文章的關鍵詞在所述義原空間的第三向量；

計算所述第二向量與所述第三向量之間的相關度，并根據所述相關度確定所述候選文章與所述用戶畫像之間的匹配度；

在所述匹配度達到第一預設閾值的情況下，向所述目標用戶賬號當前登錄的終端設備推薦所述候選文章。

9.根據權利要求8所述的方法，其特征在于，所述點擊情況包括：

在預設時長內的總點擊數，或，點擊頻率達到第二預設閾值的點擊時間段。