公开(公告)号：CN110188348A

公开(公告)日：2019-08-30

申请号：CN201910378653.6

申请日：2019-05-07

Applicant: 南京邮电大学

Inventor： 王玉峰 ,  张江

IPC: G06F17/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度神经网络的中文语言处理模型及方法，包括语义编码网络，词性分析网络和语义解码网络三部分，其中语义编码网络、词性分析网络通过注意力网络和语义解码网络进行连接。语义编码网络和词性分析网络首先对源文本生成的词向量进行处理，语义编码网络输出源文本的语义信息向量，词性分析网络输出源文本的词性信息向量，将语义信息向量和词性信息向量进行concat()连接，作为注意力网络的输入，注意力网络根据输入的信息生成包含源文本所有信息的背景向量，作为语义解码网络的输入；语义解码网络根据背景向量计算得到所有候选词的概率分布，根据概率分布逐个输出目标文本的每个元素。提升了文本映射的准确性，和系统性能。

公开(公告)号：CN110188348B

公开(公告)日：2023-05-19

申请号：CN201910378653.6

申请日：2019-05-07

Applicant: 南京邮电大学

Inventor： 王玉峰 ,  张江

IPC: G06F40/289 ,  G06F40/30 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度神经网络的中文语言处理模型及方法，包括语义编码网络，词性分析网络和语义解码网络三部分，其中语义编码网络、词性分析网络通过注意力网络和语义解码网络进行连接。语义编码网络和词性分析网络首先对源文本生成的词向量进行处理，语义编码网络输出源文本的语义信息向量，词性分析网络输出源文本的词性信息向量，将语义信息向量和词性信息向量进行concat()连接，作为注意力网络的输入，注意力网络根据输入的信息生成包含源文本所有信息的背景向量，作为语义解码网络的输入；语义解码网络根据背景向量计算得到所有候选词的概率分布，根据概率分布逐个输出目标文本的每个元素。提升了文本映射的准确性，和系统性能。