[发明专利]一种汉语短语分析方法、系统、存储介质及电子设备

权利要求书

1.一种汉语短语分析方法，其特征在于，包括：

获取已完成语义标注的短语样本的训练集；

根据所述训练集建立短语算法模型，所述短语算法模型包括特征提取网络和分类网络；

获取待识别语句；

根据所述短语算法模分析所述待识别语句的短语分片和依存关系。

2.根据权利要求1所述的汉语短语分析方法，其特征在于，获取已完成语义标注的短语样本的训练集之前还包括：

收集短语数据进行预处理得到短语样本；

根据所述短语样本生成所述训练集、验证集和测试集，所述测试集中各个领域的短语样本与各自的领域对应；

根据所述训练集建立短语算法模型具体包括：

根据所述训练集训练多个初始短语算法模型；

根据所述验证集对所述多个初始短语算法模型进行评估得到所述短语算法模型。

3.根据权利要求1所述的汉语短语分析方法，其特征在于，根据所述训练集建立短语算法模型具体包括：

对所述训练集中各短语样本进行词向量嵌入得到预设维度的词向量；

获取所述训练集中各短语样本预设维度的的背景知识；

根据所述词向量和所述背景知识得到各短语样本对应的词嵌入；

通过特征提取网络提取所述词嵌入的特征层；

通过所述训练集和所述特征层训练分类网络。

4.根据权利要求3所述的汉语短语分析方法，其特征在于，通过所述训练集和所述特征层训练分类网络具体包括：

通过全连接对所述短语样本进行划框处理，按照短语中的前后顺序，从所述短语词向量任意选取两个字作为一对窗口起始位置和窗口结束位置，根据所述窗口起始位置和所述窗口结束位置进行划框生成对应的窗口短语；

结合所述特征层确定所述窗口短语的短语分片和依存关系。

5.根据权利要求4所述的汉语短语分析方法，其特征在于，结合所述特征层确定所述窗口短语的短语分片和依存关系之后还包括：

通过softmax计算任意短语窗口对应的各个短语类别的概率值；

获取各个短语窗口的标注短语类别，得到对应的各个短语类别的标注概率值；

根据所述概率值和所述标注概率值计算损失值；

根据所述损失值优化所述全连接。

6.一种汉语短语分析系统，其特征在于，包括：

样本获取模块，获取已完成语义标注的短语样本的训练集；

模型建立模块，根据所述样本获取模块获取的所述训练集建立短语算法模型，所述短语算法模型包括特征提取网络和分类网络；

数据获取模块，获取待识别语句；

分析模块，根据所述模型建立模块建立的所述短语算法模分析所述数据获取模块获取的所述待识别语句的短语分片和依存关系。

7.根据权利要求6所述的汉语短语分析系统，其特征在于，还包括：

样本收集模块，收集短语数据进行预处理得到短语样本；

样本处理模块，根据所述样本收集模块生成的所述短语样本生成所述训练集、验证集和测试集，所述测试集中各个领域的短语样本与各自的领域对应；

所述模型建立模块，根据所述训练集训练多个初始短语算法模型；

根据所述验证集对所述多个初始短语算法模型进行评估得到所述短语算法模型。