[发明专利]字符序列处理方法及设备在审
| 申请号： | 201810257040.2 | 申请日： | 2018-03-27 |
| 公开（公告）号： | CN108595416A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 陆晨昱;武拥珍;何永;李传丰;刘杰汉 | 申请（专利权）人： | 义语智能科技（上海）有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/22 |
| 代理公司： | 上海百一领御专利代理事务所(普通合伙) 31243 | 代理人： | 王奎宇;甘章乖 |
| 地址： | 201203 上海市浦东新*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 词向量 向量 向量序列 连续字 连续向量 字词混合 字符序列 语义信息 拼接 | ||
1.一种字符序列处理方法，其中，该方法包括：
获取字向量矩阵和词向量矩阵；
根据所述字向量矩阵，将待转换字符序列中的每个字依序转换为对应的字向量，根据依次转换得到的各字向量得到连续字向量序列；
将所述待转换字符序列依序进行分词，以得到对应的词语序列；
根据所述词向量矩阵，依序将所述词语序列中的每个词，转换为对应的词向量，根据转换得到的各词向量得到连续词向量序列，其中，所述连续词向量序列中的词向量个数与所述连续字向量序列中的字向量个数一致，所述连续字向量序列中的每一个字向量与所述连续词向量序列中的一个词向量对应；
依序将所述连续字向量序列中的每一个字向量与所述连续词向量序列中对应的一个词向量拼接，得到字词混合的连续向量序列。
2.根据权利要求1所述的方法，其中，根据所述词向量矩阵，依序将所述词语序列中的每个词，转换为对应的词向量，根据转换得到的各词向量得到连续词向量序列，包括：
根据所述词向量矩阵，依序将所述词语序列中的每个词中的每个字映射到该字所属的词的词向量。
3.根据权利要求2所述的方法，其中，根据所述词向量矩阵，依序将所述词语序列中的每个词中的每个字映射到该字所属的词的词向量中，
若某个词的字无法根据所述词向量矩阵映射得到该字所属的词对应的词向量，则将该字转换为预设的词向量。
4.根据权利要求1所述的方法，其中，根据所述字向量矩阵，将待转换字符序列中的每个字依序转换为对应的字向量中，
若某个字在所述字向量矩阵中未找到对应的字向量，则将该字转换为预设的字向量。
5.根据权利要求1至4任一项所述的方法，其中，所述字向量矩阵和词向量矩阵的训练方法包括CBOW，skip-gram和glove等中的一种或任意组合。
6.一种字符序列处理设备，其中，该设备包括：
获取装置，用于获取字向量矩阵和词向量矩阵；
字向量转换装置，用于根据所述字向量矩阵，将待转换字符序列中的每个字依序转换为对应的字向量，根据依次转换得到的各字向量得到连续字向量序列；
词向量转换装置，用于将所述待转换字符序列依序进行分词，以得到对应的词语序列，根据所述词向量矩阵，依序将所述词语序列中的每个词，转换为对应的词向量，根据转换得到的各词向量得到连续词向量序列，其中，所述连续词向量序列中的词向量个数与所述连续字向量序列中的字向量个数一致，所述连续字向量序列中的每一个字向量与所述连续词向量序列中的一个词向量对应；
拼接装置，用于依序将所述连续字向量序列中的每一个字向量与所述连续词向量序列中对应的一个词向量拼接，得到字词混合的连续向量序列。
7.根据权利要求1所述的设备，其中，所述词向量转换装置，用于根据所述词向量矩阵，依序将所述词语序列中的每个词中的每个字映射到该字所属的词的词向量。
8.根据权利要求7所述的设备，其中，所述词向量转换装置，用于若某个词的字无法根据所述词向量矩阵映射得到该字所属的词对应的词向量，则将该字转换为预设的词向量。
9.根据权利要求1所述的设备，其中，所述字向量转换装置，用于若某个字在所述字向量矩阵中未找到对应的字向量，则将该字转换为预设的字向量。
10.根据权利要求6至9任一项所述的设备，其中，所述字向量矩阵和词向量矩阵的训练方法包括CBOW，skip-gram和glove等中的一种或任意组合。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于义语智能科技（上海）有限公司，未经义语智能科技（上海）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810257040.2/1.html，转载请声明来源钻瓜专利网。
