申请/专利权人:东北大学
申请日:2020-12-22
公开(公告)日:2024-02-09
公开(公告)号:CN112560441B
主分类号:G06F40/211
分类号:G06F40/211;G06F16/35;G06N3/045;G06N3/0442;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.02.09#授权;2021.04.13#实质审查的生效;2021.03.26#公开
摘要:本发明公开自下而上规则结合神经网络的成分句法分析树构造方法,成分句法分析树构造技术领域。包括:获取PTB数据集并对PTB数据集进行预处理;创建句法分析树构造模型,包括Bi‑LSTM神经网络、标签分类器和连接分类器;利用PTB数据集中的句子和句子的成分句法分析树的结构信息对成分句法分析树构造模型进行训练;给定一个句子及句子中词所对应的POS标签,利用训练后的成分句法分析树构造模型对这个句子进行成分句法分析树构造。在构造过程中利用句法分析树的低层信息,帮助判断句法分析树的上层结构;Bi‑LSTM的应用克服了人工提取规则的局限性;两个分类器分别进行句子结构与成分预测,提升句法分析树构造模型的准确性。
主权项:1.一种自下而上规则结合神经网络的成分句法分析树构造方法,其特征在于,包括以下步骤:步骤1:获取PTB数据集并对PTB数据集进行预处理;步骤2:创建句法分析树构造模型,模型包括一个Bi-LSTM神经网络,一个标签分类器和一个连接分类器;所述Bi-LSTM,用于提取句子中的各个部分带有上下文信息的特征向量;所述标签分类器,用于对输入序列的各部分的标签进行预测,完成标签分类任务;所述连接分类器,用于对输入序列的每个部分在成分句法分析树的下一层中是否与其后面相邻的部分相连做预测;步骤3:利用PTB数据集中的句子和句子的成分句法分析树的结构信息对步骤2中构建的成分句法分析树构造模型进行训练;步骤4:给定一个句子及句子中词所对应的POS标签,利用经过步骤3训练后的成分句法分析树构造模型对这个句子进行成分句法分析树构造。
全文数据:
权利要求:
百度查询: 东北大学 自下而上规则结合神经网络的成分句法分析树构造方法
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。