[发明专利]词语处理方法、装置、设备及存储介质

说明书

本申请提供一种词语处理方法、装置、设备及存储介质，该方法通过获取待处理词语；查找预设知识图谱中与待处理词语相关的所有关系和节点，其中，待处理词语为预设知识图谱中的实体；将待处理词语、关系和节点进行向量表示处理，得到待处理词语、关系和节点对应的多个一维向量；将多个一维向量输入至预设神经网络，得到待处理词语对应的词向量，其中，预设神经网络通过一维向量训练样本和词向量样本训练得到，能够准确标识该词原始的语义信息，从而根据训练得到的词向量精准抽取语义信息。

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种词语处理方法、装置、设备及存储介质。

背景技术

随着智能化时代的到来，自然语言处理成为影响人机交互性能的重要部分，而词向量更是在自然语言处理领域中占据了重要作用，例如，词性标注、情感分类、文本分类、关键词提取和语义相似度等方面都需要词向量来表示，因此需要在大量的原始文本中抽取词向量用于自然语言的处理。

词向量是指将一个字或者一个词转化为一维向量的表示，常用的词向量训练的方法为通过word2vec进行词向量的训练，word2vec是用一个一层的神经网络把one-hot形式的稀疏词向量映射称为一个n维的稠密向量的过程，其采用的原理为上下文相似的词，其语义也相似，因此用上下文的向量为神经网络的X值，中心词为Y值，将自然语言中的字词通过训练转为计算机可以理解的稠密向量。

然而，现有技术的词向量训练方法得到的词向量不能准确标识该词原始的语义信息，难以根据训练得到的词向量精准抽取语义信息。

发明内容

本申请提供一种词语处理方法、装置、设备及存储介质，从而解决现有技术的词向量训练方法得到的词向量不能准确标识该词原始的语义信息，难以根据训练得到的词向量精准抽取语义信息的技术问题。

第一方面，本申请提供一种词语处理方法，包括：

获取待处理词语；

查找预设知识图谱中与所述待处理词语相关的所有关系和节点，其中，所述待处理词语为所述预设知识图谱中的实体；

将所述待处理词语、所述关系和所述节点进行向量表示处理，得到所述待处理词语、所述关系和所述节点对应的多个一维向量；

将所述多个一维向量输入至预设神经网络，得到所述待处理词语对应的词向量，其中，所述预设神经网络通过一维向量训练样本和词向量样本训练得到。

这里，本申请实施例可以在对待处理词语进行词向量转换的过程中，首先查询待处理词语在预设知识图谱中的相关关系和节点，将待处理词语、相关关系和节点转化为一维的词向量，根据一维的词向量可以确定待处理词语在知识图谱中与各个节点之间的距离，将上述一维向量输入至预设神经网络模型，可以得到准确表达待处理词语语义的词向量，这里，知识图谱中各节点之间关系明确且不重复，词向量更能代表该待处理词语的语义信息，因此能够准确标识该词原始的语义信息，从而根据训练得到的词向量精准抽取语义信息。

可选的，在所述将所述多个一维向量输入至预设神经网络之前，还包括：

获取一维向量训练样本和所述一维向量训练样本对应的词向量样本；

将所述一维向量训练样本和所述词向量样本输入至神经网络进行训练，得到预设神经网络。

这里，本申请实施例在将一维向量输入至预设神经网络之前，可以预先训练预设神经网络，通过获取知识图谱中的大量一维向量训练样本和一维向量训练样本对应的词向量样本，可以得到预设神经网络的权重值，根据训练好的权重值，可以将输入至预设神经网络的一维向量转化为对应的词向量，大量数据样本的训练进一步地提高了词向量处理的准确度。

可选的，所述获取一维向量训练样本，包括：

在预设知识图谱中获取实体样本和与所述实体样本相关的所有关系和节点；