[发明专利]一种学习字向量方法、系统、电子设备及存储介质

权利要求书

1.一种学习字向量方法，其特征在于，包括：

字典组建步骤：从预训练词向量模型中抽取词语，将所述词语切分成字，并对所述字进行处理后，使用处理后的字组成字典；

PMI获取步骤：统计所述字的字频以及共现频率后，根据所述字频以及所述共现频率计算所述字的PMI；

字向量计算步骤：对所述PMI进行归一化后，根据归一化后的PMI与所述词语的词向量，加权计算获取字向量。

2.根据权利要求1所述的学习字向量方法，其特征在于，所述字典组建步骤包括：

词典生成步骤：读取所述预训练词向量模型后，从所述预训练词向量模型中抽取所有的所述词语，并使用所述词语组成词典；

字典生成步骤：将所述词典中的所述词语切分为单独的所述字，对切分出的所述字进行存储以及去重处理后，使用处理后的所述字组成所述字典。

3.根据权利要求2所述的学习字向量方法，其特征在于，所述PMI获取步骤包括：

映射表组建步骤：根据所述字与所述词语的构词关系，组建字词映射表；

字频与共现频率统计步骤：统计所述字在所述词语中出现的所述字频以及所述字构成的词语在所述词典中的词语中出现的所述共现频率；

PMI计算步骤：通过对所述字频以及所述共现频率进行计算获取所述字的所述PMI。

4.根据权利要求3所述的学习字向量方法，其特征在于，所述字向量计算步骤包括，遍历所述映射表，对所述PMI进行归一化后，根据归一化后的所述PMI与所述词语的所述词向量，加权计算获取所述字向量。

5.一种学习字向量系统，其特征在于，适用于上述权利要求1至4中任一项所述的学习字向量方法，所述学习字向量系统包括：

字典组建单元：从预训练词向量模型中抽取词语，将所述词语切分成字，并对所述字进行处理后，使用处理后的字组成字典；

PMI获取单元：统计所述字的字频以及共现频率后，根据所述字频以及所述共现频率计算所述字的PMI；

字向量计算单元：对所述PMI进行归一化后，根据归一化后的PMI与所述词语的词向量，加权计算获取字向量。

6.根据权利要求5所述的学习字向量系统，其特征在于，所述字典组建单元包括：

词典生成模块：读取所述预训练词向量模型后，从所述预训练词向量模型中抽取所有的所述词语，并使用所述词语组成词典；

字典生成模块：将所述词典中的所述词语切分为单独的所述字，对切分出的所述字进行存储以及去重处理后，使用处理后的所述字组成所述字典。

7.根据权利要求6所述的学习字向量系统，其特征在于，所述PMI获取单元包括：

映射表组建模块：根据所述字与所述词语的构词关系，组建字词映射表；

字频与共现频率统计模块：统计所述字在所述词语中出现的所述字频以及所述字构成的词语在所述词典中的词语中出现的所述共现频率；

PMI计算模块：通过对所述字频以及所述共现频率进行计算获取所述字的所述PMI。

8.根据权利要求7所述的学习字向量系统，其特征在于，遍历所述映射表，对所述PMI进行归一化后，根据归一化后的所述PMI与所述词语的所述词向量，所述字向量计算单元加权计算获取所述字向量。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的学习字向量方法。

10.一种电子设备可读存储介质，所述电子设备可读存储介质上存储有计算机程序指令，所述计算机程序指令被所述处理器执行时实现如权利要求1至4中任一项所述的学习字向量方法。