公开(公告)号：CN107273355B

公开(公告)日：2020-07-14

申请号：CN201710435279.X

申请日：2017-06-12

Applicant: 大连理工大学

Inventor： 张宪超 ,  刘世柯 ,  梁文新 ,  刘馨月

IPC: G06F40/30 ,  G06F40/284

Abstract: 本发明公开了一种基于字词联合训练的中文词向量生成方法，属于自然语言处理技术领域。将词中的汉字信息作为重要特征，结合上下文词和汉字，联合训练中文的词向量表示。在基于词本身的词向量模型的基础上，我们通过引入词本身的组成汉字信息，在基于上下文词预测目标词的同时，基于上下文字预测目标词。将基于词本身的模型字词联合训练模型分别应用，比较两个模型的训练词向量的有效性和鲁棒性，发现字词联合训练模型生成的中文词向量更符合中文语义特性，同时鲁棒性也更好。本发明提供了中文词向量生成的一种新方法，为中文词向量的生成和应用工作提供了一种新的解决方案。

公开(公告)号：CN107273355A

公开(公告)日：2017-10-20

申请号：CN201710435279.X

申请日：2017-06-12

Applicant: 大连理工大学

Inventor： 张宪超 ,  刘世柯 ,  梁文新 ,  刘馨月

IPC: G06F17/27

Abstract: 本发明公开了一种基于字词联合训练的中文词向量生成方法，属于自然语言处理技术领域。将词中的汉字信息作为重要特征，结合上下文词和汉字，联合训练中文的词向量表示。在基于词本身的词向量模型的基础上，我们通过引入词本身的组成汉字信息，在基于上下文词预测目标词的同时，基于上下文字预测目标词。将基于词本身的模型字词联合训练模型分别应用，比较两个模型的训练词向量的有效性和鲁棒性，发现字词联合训练模型生成的中文词向量更符合中文语义特性，同时鲁棒性也更好。本发明提供了中文词向量生成的一种新方法，为中文词向量的生成和应用工作提供了一种新的解决方案。