[发明专利]用于输出信息的方法和装置

说明书

本申请实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括：获取包括目标词语的待处理文本；根据目标词语在待处理文本中的位置，获取待处理文本中包括目标词语的词语集合；确定词语集合所属主题的主题向量以及目标词语的第一词向量；根据主题向量和第一词向量输出目标词语的第二词向量。该实施方式提供了一种基于主题向量输出词向量的机制，提高了输出的词向量的准确度。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及用于输出信息的方法和装置。

背景技术

在自然语言处理领域，词向量模型已经受到广泛地应用，通过现有的词向量工具可以将每个词映射到一个128维(或者其他维度)的实数向量，例如麦克风可以映射为[0.23,0.13,…,0.87]。我们可以通过计算不同词对应的向量的距离来衡量他们之间的相关性，意思相近的词语之间的相关相关性更高，例如“篮球”跟“足球”的相关性要大于“篮球”跟“电脑”的相关性。现有的词向量模型在输出词向量时仅针对词语本身，并没有考虑到词语所处的语境。

发明内容

本申请实施例提出了用于输出信息的方法和装置。

第一方面，本申请实施例提供了一种用于输出信息的方法，该方法包括：获取包括目标词语的待处理文本；根据目标词语在待处理文本中的位置，获取待处理文本中包括目标词语的词语集合；确定词语集合所属主题的主题向量以及目标词语的第一词向量；根据主题向量和第一词向量输出目标词语的第二词向量。

在一些实施例中，根据目标词语在待处理文本中的位置，获取待处理文本中包括目标词语的词语集合，包括：切分待处理文本，得到待扩展文本的词序列；根据目标词语在待处理文本中的位置，获取目标词语附近的预设数目个词语，生成词语集合。

在一些实施例中，确定词语集合所属主题的主题向量以及目标词语的第一词向量，包括：将词语集合输入预先训练的主题模型中，生成目标词语的第一词向量，各个主题的主题向量，以及词语集合属于各个主题的概率，其中，主题模型用于表征词语与第一词向量、词语集合与词语集合属于各个主题的概率，以及主题与主题向量的对应关系；将所生成的概率中最大的概率对应的主题的主题向量确定为词语集合所属主题的主题向量。

在一些实施例中，根据主题向量和第一词向量输出目标词语的第二词向量，包括：拼接主题向量和第一词向量，生成第二词向量；输出第二词向量。

在一些实施例中，方法还包括：获取至少一个待聚类词语，以及至少一个待聚类词语中各个待聚类词语的词向量；根据所获取的词向量和第二词向量，对目标词语和至少一个待聚类词语进行聚类。

第二方面，本申请实施例提供了一种用于输出信息的装置，该装置包括第一获取单元，用于获取包括目标词语的待处理文本；第二获取单元，用于根据目标词语在待处理文本中的位置，获取待处理文本中包括目标词语的词语集合；确定单元，用于确定词语集合所属主题的主题向量以及目标词语的第一词向量；输出单元，用于根据主题向量和第一词向量输出目标词语的第二词向量。

在一些实施例中，第二获取单元，包括：切分子单元，用于切分待处理文本，得到待扩展文本的词序列；获取子单元，用于根据目标词语在待处理文本中的位置，获取目标词语附近的预设数目个词语，生成词语集合。

在一些实施例中，确定单元，包括：输入子单元，用于将词语集合输入预先训练的主题模型中，生成目标词语的第一词向量，各个主题的主题向量，以及词语集合属于各个主题的概率，其中，主题模型用于表征词语与第一词向量、词语集合与词语集合属于各个主题的概率，以及主题与主题向量的对应关系；确定子单元，用于将所生成的概率中最大的概率对应的主题的主题向量确定为词语集合所属主题的主题向量。

在一些实施例中，输出单元，包括：生成子单元，用于拼接主题向量和第一词向量，生成第二词向量；输出子单元，用于输出第二词向量。