申请/专利权人:杭州网易再顾科技有限公司
申请日:2021-11-10
公开(公告)日:2022-02-25
公开(公告)号:CN114091434A
主分类号:G06F40/216(20200101)
分类号:G06F40/216(20200101);G06F40/289(20200101);G06F16/35(20190101);G06N3/08(20060101);G06N3/04(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.03.15#实质审查的生效;2022.02.25#公开
摘要:本公开的实施方式提供了一种文本中词的重要性程度确定方法、介质、装置和计算设备。利用具有神经网络算法结构的文本识别模型对目标文件的文本向量进行识别,将文本识别模型输出的用于表征识别结果的概率值,完成文本向量的正向传播。然后,将该概率值由神经网络的输出层向输入层进行逐层反向传播。
主权项:1.一种文本中词的重要性程度确定方法,其中,包括如下步骤:获取目标文本的文本向量,以及用于表征文本识别模型对所述文本向量的识别结果的概率值,其中,所述文本向量是基于向量合并算法对所述目标文本中各个词的词向量的相同维度进行合并后得到的,所述文本识别模型的算法结构包括神经网络,所述神经网络包括输入层、若干中间层以及输出层;根据所述输出层的前一个中间层中每个神经元对所述输出层的贡献比例,将所述概率值按比例分配给该中间层中每个神经元,其分配结果为每个神经元对应的贡献值,其中,该中间层中每个神经元对所述输出层的贡献比例包括该中间层中每个神经元的参数值乘以该神经元与所述输出层之间的连接权重值;选取任一中间层,并根据该中间层的前一层中每个神经元对该中间层中每个神经元的贡献比例将该中间层中每个神经元对应的贡献值按比例分配给所述前一层中每个神经元,其中,所述前一层包括所述输入层或其他中间层,所述前一层中第一神经元对该中间层中第二神经元的贡献比例包括该第一神经元的参数值乘以该第一神经元与该第二神经元之间的连接权重值;根据所述向量合并算法的逆运算将每个维度的贡献值分配给各个词的词向量的该维度,其中,所述输入层中每个神经元对应的贡献值为该神经元对应的维度的贡献值;对每个词的词向量的各维度分别对应的贡献值进行求和计算,并根据计算结果得到该词的重要性程度表征值。
全文数据:
权利要求:
百度查询: 杭州网易再顾科技有限公司 文本中词的重要性程度确定方法、介质、装置和计算设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。