一種基于遠(yuǎn)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 CN109740149A 公開（公告）日 2019-05-10
申請公布號 CN109740149A 申請公布日 2019-05-10
分類號 G06F17/27（2006.01）I 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(xué); 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(quán)）人 英大傳媒投資集團(tuán)有限公司
代理機構(gòu) 南京蘇高專利商標(biāo)事務(wù)所（普通合伙） 代理人 英大傳媒投資集團(tuán)有限公司; 國家電網(wǎng)有限公司; 南瑞集團(tuán)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(yuǎn)程監(jiān)督的同義詞提取方法，屬于自然語言處理技術(shù)領(lǐng)域。該方法包括：建立領(lǐng)域中同義詞的詞匯句法模式模型；構(gòu)建基于LSTM和CRF的遠(yuǎn)程監(jiān)督神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型，并使用領(lǐng)域詞條進(jìn)行訓(xùn)練，得到同義詞發(fā)現(xiàn)的句子序列標(biāo)注集；根據(jù)標(biāo)注集，將語料庫中的語句中的候選實體進(jìn)行標(biāo)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(jié)合領(lǐng)域同義詞的相應(yīng)詞匯?句法模式、通過遠(yuǎn)程監(jiān)督學(xué)習(xí)和機器自主學(xué)習(xí)，獲取領(lǐng)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(xué)習(xí)和對隱藏同義詞的分析可以發(fā)現(xiàn)新詞。