子词切分方法、模型训练方法、装置和电子设备
实质审查的生效
摘要
本公开提供了一种子词切分方法、模型训练方法、装置和电子设备,涉及人工智能技术领域,尤其涉及自然语言处理、深度学习技术领域。具体实现方案为:获取待切分的文本序列,其中,文本序列包括多个元素;获取初始状态概率、观测概率和状态转移概率,其中,候选状态用于表征元素是否为切分边界;根据初始状态概率、观测概率和状态转移概率,从候选状态中确定元素的目标状态;根据元素的目标状态,对文本序列进行切分,得到多个子词。由此,可考虑到元素的上下文和相邻元素之间的转移关系实现子词切分,可消除相关子词切分技术中相邻元素之间的独立性假设,适用于任意语言或领域的文本序列的子词切分,泛化性较好。
基本信息
专利标题 :
子词切分方法、模型训练方法、装置和电子设备
专利标题(英):
暂无
公开(公告)号 :
CN114492426A
申请号 :
CN202111656289.9
公开(公告)日 :
2022-05-13
申请日 :
2021-12-30
授权号 :
暂无
授权日 :
暂无
发明人 :
柴业坤王硕寰孙宇
申请人 :
北京百度网讯科技有限公司
申请人地址 :
北京市海淀区上地十街10号百度大厦二层
代理机构 :
北京清亦华知识产权代理事务所(普通合伙)
代理人 :
杜月
优先权 :
CN202111656289.9
主分类号 :
G06F40/289
IPC分类号 :
G06F40/289 G06K9/62 G10L13/08 G10L15/06 G10L15/08 G10L15/14 G10L15/183
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
2022-05-31 :
实质审查的生效
IPC(主分类) : G06F 40/289
申请日 : 20211230
申请日 : 20211230
2022-05-13 :
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