[發明專利]詞法分析模型的訓練方法、裝置、電子設備、存儲介質在審
| 申請號： | 201811559376.0 | 申請日： | 2018-12-18 |
| 公開（公告）號： | CN111339760A | 公開（公告）日： | 2020-06-26 |
| 發明（設計）人： | 王穎帥;李曉霞;苗詩雨 | 申請（專利權）人： | 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司 |
| 主分類號： | G06F40/253 | 分類號： | G06F40/253;G06F40/295;G06F40/30;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 北京律智知識產權代理有限公司 11438 | 代理人： | 袁禮君;闞梓瑄 |
| 地址： | 100086 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 詞法 分析 模型 訓練 方法 裝置 電子設備 存儲 介質 | ||
1.一種中文詞法分析模型的訓練方法，其特征在于，包括：
提供訓練語料集；
對所述訓練語料集進行標注；
對訓練語料集中的各訓練語料作為所述中文詞法分析模型的輸入，所述中文詞法分析模型在輸入層及輸出層之間依次包括嵌入層、第一雙向門控循環單元層、第二雙向門控循環單元層、全連接層及條件隨機場層；
至少將所述人工標注作為所述中文詞法分析模型的輸出，以對所述中文詞法分析模型進行訓練，其中，
所述中文詞法分析模型至少應用于分詞、詞性標注、槽位預測及用戶意圖預測中的一項或多項。
2.如權利要求1所述的中文詞法分析模型的訓練方法，其特征在于，所述中文詞法分析模型的輸出用于該中文詞法分析模型或另一中文詞法分析模型的訓練。
3.如權利要求1或2所述的中文詞法分析模型的訓練方法，其特征在于，所述對所述訓練語料集進行標注還包括：
利用映射表驗證方式或多模型交叉驗證方式對所述訓練語料集的標注進行驗證。
4.如權利要求1或2所述的中文詞法分析模型的訓練方法，其特征在于，所述標注的內容至少包括：用戶首句輸入、業務場景及槽位槽值標注中的一項或多項。
5.如權利要求1或2所述的中文詞法分析模型的訓練方法，其特征在于，所述嵌入層用于提取各訓練語料的特征向量，以輸入所述第一雙向門控循環單元層，其中，所提取的特征向量包括字符特征向量、詞語特征向量、上下文特征向量及槽位標記向量中的一項或多項。
6.如權利要求5所述的中文詞法分析模型的訓練方法，其特征在于，所述槽位標記向量包括：標識槽位起始的向量、標識槽位中間的向量、標識除了槽位起始和槽位中間的向量。
7.如權利要求5所述的中文詞法分析模型的訓練方法，其特征在于，所述槽位標記向量包括：標識槽位起始的向量、標識槽位中間的向量、標識槽位終止的向量、標識單字槽位的向量及標識除了槽位起始、槽位中間、槽位終止及單字槽位的向量。
8.一種基于中文詞法分析模型的預測方法，其特征在于，包括：
獲取待預測語料；
將所述待預測語料輸入經由權利要求1至7任一項所述的中文詞法分析模型的訓練方法訓練的中文詞法分析模型；
將所述中文詞法分析模型作為所述待預測語料的預測結果。
9.一種中文詞法分析模型的訓練裝置，其特征在于，包括：
提供模塊，用于提供訓練語料集；
標注模塊，用于對所述訓練語料集進行標注；
輸入模塊，用于對訓練語料集中的各訓練語料作為所述中文詞法分析模型的輸入，所述中文詞法分析模型在輸入層及輸出層之間依次包括嵌入層、第一雙向門控循環單元層、第二雙向門控循環單元層、全連接層及條件隨機場層；
訓練模塊，用于至少將所述人工標注作為所述中文詞法分析模型的輸出，以對所述中文詞法分析模型進行訓練，其中，
所述中文詞法分析模型至少應用于分詞、詞性標注、槽位預測及用戶意圖預測中的一項或多項。
10.一種電子設備，其特征在于，所述電子設備包括：
處理器；
存儲器，其上存儲有計算機程序，所述計算機程序被所述處理器運行時執行如權利要求1至7任一項所述的步驟或者如權利要求8所述的步驟。
11.一種存儲介質，其特征在于，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器運行時執行如權利要求1至7任一項所述的步驟或者如權利要求8所述的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司，未經北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201811559376.0/1.html，轉載請聲明來源鉆瓜專利網。
