公开(公告)号：CN110427608B

公开(公告)日：2021-06-08

申请号：CN201910549589.3

申请日：2019-06-24

Applicant: 浙江大学

Inventor： 张寅 ,  毛晨炀 ,  庄越挺

IPC: G06F40/295 ,  G06F40/30 ,  G06F40/216 ,  G06F16/33 ,  G06F16/951 ,  G06N3/08

Abstract: 本发明公开了一种基于分层形声特征增强的中文词向量表示技术。采用分层形声特征增强的中文词向量表示方法，可以较大地提升中文词向量的效果。本发明包括如下步骤：1)首先运用爬虫工具抓取中文词语的相关形态和发音信息；2)通过对形态和发音信息的分层组合，构成形态特征和声音特征，构建词语的特征表示；3)通过注意力机制对输入部分的形声特征进行权重调节；4)采用解耦预测和混合预测联合的训练方式来训练词向量的表示。和现有技术相比，本发明结合了中文词语多层次的形态和发音信息，并采用解耦预测和混合预测联合的方式，系统地进行词向量的训练，形成独具一格的中文词向量表示技术，创造性地提升了中文词向量的效果。

公开(公告)号：CN110427608A

公开(公告)日：2019-11-08

申请号：CN201910549589.3

申请日：2019-06-24

Applicant: 浙江大学

Inventor： 张寅 ,  毛晨炀 ,  庄越挺

IPC: G06F17/27 ,  G06F16/33 ,  G06F16/951 ,  G06N3/08

Abstract: 本发明公开了一种基于分层形声特征增强的中文词向量表示技术。采用分层形声特征增强的中文词向量表示方法，可以较大地提升中文词向量的效果。本发明包括如下步骤：1)首先运用爬虫工具抓取中文词语的相关形态和发音信息；2)通过对形态和发音信息的分层组合，构成形态特征和声音特征，构建词语的特征表示；3)通过注意力机制对输入部分的形声特征进行权重调节；4)采用解耦预测和混合预测联合的训练方式来训练词向量的表示。和现有技术相比，本发明结合了中文词语多层次的形态和发音信息，并采用解耦预测和混合预测联合的方式，系统地进行词向量的训练，形成独具一格的中文词向量表示技术，创造性地提升了中文词向量的效果。