公开(公告)号：CN109918659A

公开(公告)日：2019-06-21

申请号：CN201910153473.8

申请日：2019-02-28

Applicant: 华南理工大学

Inventor： 胡劲松 ,  邓国健 ,  叶宏雄

IPC: G06F17/27 ,  G06N3/12

Abstract: 本发明公开了一种基于不保留最优个体遗传算法优化词向量的方法。所述方法包括以下步骤：构建词向量循环神经网络模型；将词向量矩阵的权值展开成一维向量的数字串，并将数字串作为遗传算法当中的染色体；算出每个染色体的适应度；随机选择个体重新构建种群；将染色体上片段进行交换；在染色体上随机选择一个或若干个变量；通过随机函数生成变量值，并将该变量值替换；重新计算每个个体的适应度。本发明移除了遗传算法中最优个体保留策略，提高勘探能力，利用改进后的遗传算法应用到文本生成器搜索词向量矩阵参数。

公开(公告)号：CN109918659B

公开(公告)日：2023-06-20

申请号：CN201910153473.8

申请日：2019-02-28

Applicant: 华南理工大学

Inventor： 胡劲松 ,  邓国健 ,  叶宏雄

IPC: G06F40/284 ,  G06N3/126

Abstract: 本发明公开了一种基于不保留最优个体遗传算法优化词向量的方法。所述方法包括以下步骤：构建词向量循环神经网络模型；将词向量矩阵的权值展开成一维向量的数字串，并将数字串作为遗传算法当中的染色体；算出每个染色体的适应度；随机选择个体重新构建种群；将染色体上片段进行交换；在染色体上随机选择一个或若干个变量；通过随机函数生成变量值，并将该变量值替换；重新计算每个个体的适应度。本发明移除了遗传算法中最优个体保留策略，提高勘探能力，利用改进后的遗传算法应用到文本生成器搜索词向量矩阵参数。