一种结合词向量多特征融合的新词发现方法
公开
摘要
本发明公开了一种结合词向量多特征融合的新词发现方法,该方法步骤包括:对语料进行特征标注,计算属性对互信息矩阵和自信息矩阵,计算候选特征属性对得分;聚类词向量,找到对应的最近邻类中心向量,并找出该类中心向量对应的词作为词向量特征属性,遍历所有词向量特征属性对,计算词向量特征属性对自信息矩阵和互信息矩阵,计算所有词向量特征属性对得分;对所有候选特征属性对得分配置优化权重系数后求和计算总得分;总得分超过新词阈值时提取候选词对对应得分向量到样本集合;更新权重系数并迭代训练至损失函数收敛获得最终的权重系数;重新计算候选词对总得分,输出超过新词阈值的新词。本发明实现更合理的新词评价方法,更加有效地挖掘潜在的新词。
基本信息
专利标题 :
一种结合词向量多特征融合的新词发现方法
专利标题(英):
暂无
公开(公告)号 :
CN114298029A
申请号 :
CN202111523723.6
公开(公告)日 :
2022-04-08
申请日 :
2021-12-14
授权号 :
暂无
授权日 :
暂无
发明人 :
顾钊铨梁栩健杨举王乐韩伟红唐可可李默涵仇晶李树栋张登辉
申请人 :
广州大学
申请人地址 :
广东省广州市番禺区大学城外环西路230号
代理机构 :
广州市华学知识产权代理有限公司
代理人 :
郑秋松
优先权 :
CN202111523723.6
主分类号 :
G06F40/289
IPC分类号 :
G06F40/289 G06F40/216 G06F40/30 G06K9/62 G06N5/02
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F40/289
短语分析,例如有限状态技术或分块
法律状态
2022-04-08 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载