联合词性与词序的相关因子训练的word2vec改进方法-购物商城-保定市知识产权运营与公共信息服务平台

客服热线：19932581850

免费查询

一站式服务

首页政策法规知产运营专利转化会员信息地理标志第三方服务一网通办信息服务

联合词性与词序的相关因子训练的word2vec改进方法

我有意向

次浏览

详细信息
成果简介
成果亮点
前景分析

成果名称：	联合词性与词序的相关因子训练的word2vec改进方法	关键字：	word , 词性 , 词语 , ssgp , 模型 , zt , cwp , 向量 , word2vec , 类比	应用行业：	计算机、通信和其他电子设备制造业
高新技术领域：	电子信息技术	所在地：	北京市	知识产权类型：	发明专利
知识产权编号：	CN201710791297.1	成果体现形式：		成果属性：
成果所处阶段：	授权	成果水平：	国内先进	研究形式：
学科分类：		战略新兴产业：	新一代信息技术	课题来源：
第一完成单位名称：	北京工商大学	第一完成单位属性：		技术成熟度：
合作方式：	专利许可	交易价格(万)：	20.00	所属十强产业：

本发明公布了一种联合词性与词序的相关因子训练的word2vec改进方法，提出Structured word2vec on POS模型，包括CWindow-POS(CWP)模型和Structured Skip gram-POS(SSGP)模型，两个模型均将词性标注信息与词语顺序作为影响因素联合优化，利用词性关联信息对上下文窗口内词语之间的固有句法关系进行建模；通过词性关联权重对上下文词语序列进行加权计算，再按词语位置顺序进行向量内积计算，使用随机梯度下降(SGD)算法联合学习相关权重和word embedding。本发明将词语按其位置顺序定向嵌入，实现了对词向量和词性相关加权矩阵进行的联合优化；在词语类比任务、词语相似性任务与定性分析都具有高效性。