公开(公告)号：CN110442874A

公开(公告)日：2019-11-12

申请号：CN201910735241.3

申请日：2019-08-09

Applicant: 南京邮电大学

Inventor： 管有庆 ,  何铠 ,  卢捍华 ,  闵丽娟

IPC: G06F17/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于词向量的中文词义预测方法，用于中文自然语言处理时将向量化的词语进行语义预测的场景。神经网络语言模型和词义预测模型组成，其中神经网络语言模型是核心；最终形成的词义预测模型是目的。在神经网络语言模型中，使用两种词义预测模型，依次对实验文本进行遍历计算，使文本词语之间关联性提升。语义预测模型中，根据词向量间的余弦相似度来搜索相关的近义词和反义词，从而提升了词语之间的关联性和对文本语境的预测性，扩展了以中心词为预测对象的相关词汇，提升了词汇的预测量和相关预测类比词语的预测量。

公开(公告)号：CN110442874B

公开(公告)日：2023-06-13

申请号：CN201910735241.3

申请日：2019-08-09

Applicant: 南京邮电大学

Inventor： 管有庆 ,  何铠 ,  卢捍华 ,  闵丽娟

IPC: G06F40/289 ,  G06F40/247 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于词向量的中文词义预测方法，用于中文自然语言处理时将向量化的词语进行语义预测的场景。神经网络语言模型和词义预测模型组成，其中神经网络语言模型是核心；最终形成的词义预测模型是目的。在神经网络语言模型中，使用两种词义预测模型，依次对实验文本进行遍历计算，使文本词语之间关联性提升。语义预测模型中，根据词向量间的余弦相似度来搜索相关的近义词和反义词，从而提升了词语之间的关联性和对文本语境的预测性，扩展了以中心词为预测对象的相关词汇，提升了词汇的预测量和相关预测类比词语的预测量。