一種基于遠程監(jiān)督的同義詞提取方法

基本信息

申請?zhí)?/td> CN201811554878.4 申請日 -
公開（公告）號 CN109740149B 公開（公告）日 2019-12-13
申請公布號 CN109740149B 申請公布日 2019-12-13
分類號 G06F17/27（2006.01） 分類 計算；推算；計數(shù);
發(fā)明人 張濤; 劉前衛(wèi); 盛興; 聶慶; 謝秋學; 賀芳; 雍志娟; 孫金; 吳培培; 常秀; 張楠; 商瑩楠; 滕家雨; 趙生傳; 張婷婷; 田書然 申請（專利權）人 英大傳媒投資集團有限公司
代理機構 南京蘇高專利商標事務所（普通合伙） 代理人 英大傳媒投資集團有限公司; 國家電網(wǎng)有限公司; 南瑞集團有限公司; 國網(wǎng)山東省電力公司煙臺供電公司
地址 100005 北京市東城區(qū)北京站西街19號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于遠程監(jiān)督的同義詞提取方法，屬于自然語言處理技術領域。該方法包括：建立領域中同義詞的詞匯句法模式模型；構建基于LSTM和CRF的遠程監(jiān)督神經(jīng)網(wǎng)絡學習模型，并使用領域詞條進行訓練，得到同義詞發(fā)現(xiàn)的句子序列標注集；根據(jù)標注集，將語料庫中的語句中的候選實體進行標注及配對，抽取實體后得到同義詞。本發(fā)明通過利用基于百科知識庫詞條特性、結合領域同義詞的相應詞匯?句法模式、通過遠程監(jiān)督學習和機器自主學習，獲取領域同義詞，該方法以機器處理為主，人工處理為輔，提高同義詞獲取的效率，在不降低精度的情況下，大幅降低人工成本。通過定期對在線百科的詞條學習和對隱藏同義詞的分析可以發(fā)現(xiàn)新詞。