[发明专利]基于无监督学习的分词方法、装置、设备及存储介质在审
| 申请号： | 202110728699.3 | 申请日： | 2021-06-29 |
| 公开（公告）号： | CN113434635A | 公开（公告）日： | 2021-09-24 |
| 发明（设计）人： | 沈越 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F40/289;G06K9/62 |
| 代理公司： | 深圳市世联合知识产权代理有限公司 44385 | 代理人： | 汪琳琳 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例属于人工智能领域，涉及一种基于无监督学习的分词方法、装置、计算机设备及存储介质，其中方法包括：获取待分词文本；对分词文本进行标记化得到标记序列；先后对序列中第i个标记掩码，对第i个标记和第i+1个标记掩码，将掩码后的序列输入到预调优的Mac‑bert模型中，获得第i个标记的第一预测词向量和第二预测词向量；计算两者之间的相似度；当相似度小于预设的阈值时，将第i个标记和第i+1个标记进行切分。通过比较预测词向量的相似度，判断词间相关性，确定是否在掩码标记的位置进行词切分，相对与传统分词方法准确性更高，且基于无监督学习的Mac‑bert模型进行预调优使用的语料无须进行人工标注，节省了人力成本。 | ||
| 搜索关键词： | 基于 监督 学习 分词 方法 装置 设备 存储 介质 | ||
【主权项】：
暂无信息
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平安科技（深圳）有限公司，未经平安科技（深圳）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/patent/202110728699.3/，转载请声明来源钻瓜专利网。
