[发明专利]使用基于CNN的集成电路的自然语言处理有效
| 申请号： | 201810880139.8 | 申请日： | 2018-08-03 |
| 公开（公告）号： | CN109145314B | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 杨林;董子拓;孙宝华 | 申请（专利权）人： | 海青智盈技术公司 |
| 主分类号： | G06F17/28 | 分类号： | G06F17/28;G06N3/04;G06N3/08 |
| 代理公司： | 深圳永慧知识产权代理事务所(普通合伙) 44378 | 代理人： | 宋鹰武 |
| 地址： | 美国加利*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 在计算系统中接收自然语言文本串并形成多层2‑D符号。2‑D符号包括表示“超级字符”的K位数据的N×N像素矩阵。矩阵被划分成M×M个子矩阵，每个子矩阵都包含(N/M)×(N/M)个像素。K、N和M是正整数，并且N优选地是M的倍数。每个子矩阵都表示被定义在表意符号收集集合中的一个表意符号。“超级字符”表示由多个表意符号的特定组合形成的含义。在基于细胞神经网络或细胞非线性网络(CNN)的集成电路中，通过经由具有双值3×3滤波器内核的经训练的卷积神经网络模型对2‑D符号进行分类来学习“超级字符”的含义。 | ||
| 搜索关键词： | 表意符号 矩阵 子矩阵 集成电路 卷积神经网络 细胞神经网络 自然语言处理 自然语言文本 非线性网络 滤波器内核 计算系统 像素矩阵 位数据 正整数 多层 像素 优选 集合 细胞 分类 学习 | ||
【主权项】：
1.一种使用基于细胞神经网络或细胞非线性网络(CNN)的集成电路的自然语言处理的方法，所述方法包括：在计算系统中接收自然语言文本串；利用安装在所述计算系统中的二维(2‑D)符号创建模块，基于一组二维符号创建规则从所接收的自然语言文本串形成多层二维符号，所述二维符号是包含超级字符的K位数据的N×N像素矩阵，其中，所述矩阵被划分成M×M个子矩阵，所述子矩阵中的每个子矩阵都包含(N/M)×(N/M)个像素，所述子矩阵中的每个子矩阵都表示被定义在表意符号收集集合中的一个表意符号，并且所述超级字符表示由多个表意符号的特定组合形成的含义，其中K、N和M是正整数或正的整数，并且N是M的倍数；以及在基于细胞神经网络或细胞非线性网络(CNN)的集成电路中，通过经由具有双值3×3滤波器内核的经训练的卷积神经网络模型对所述二维符号进行分类来学习所述超级字符的含义。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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海青智盈技术公司，未经海青智盈技术公司许可，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/patent/201810880139.8/，转载请声明来源钻瓜专利网。
