申请/专利权人：山东同其万疆科技创新有限公司;临沂科技职业学院

申请日：2023-11-30

公开（公告）日：2024-03-01

公开（公告）号：CN117332788B

主分类号：G06F40/30

分类号：G06F40/30;G06F40/284;G06F18/213;G06F18/24;G06F40/126;G06N3/0442;G06N3/0499;G06F18/25;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.01#授权;2024.01.19#实质审查的生效;2024.01.02#公开

摘要：本发明公开了一种基于英语口语文本的语义分析方法，属于语义分析技术领域，本发明中先将英语口语文本进行分词处理，由于各个词在计算机中由编码构成，因此，得到词编码集合，并提取出标点文本编码，该标点文本编码用于表征该英语口语文本中采用的标点符号。本发明中先将词编码集合输入词特征提取模型，得到词特征，然后进行分类处理，分出每个词编码的类型，找到主、谓和宾，根据主、谓和宾对词编码集合进行再次划分，得到主、谓和宾各自的词编码子集，从而再根据主、谓和宾各自的词编码子集，以及标点文本编码，去进行语义分析，提高对英语口语文本的语义分析的精度。

主权项：1.一种基于英语口语文本的语义分析方法，其特征在于，包括以下步骤：S1、将英语口语文本进行分词处理，构成词编码集合，并提取标点文本编码；S2、将词编码集合输入词特征提取模型，得到词特征；S3、采用全连接层对词特征进行分类，得到每个词编码的类型，其中，词编码的类型包括：主语、谓语和宾语；S4、根据每个词编码的类型，对词编码集合中词编码进行划分，得到词编码子集；S5、采用语义分析模型处理各词编码子集和标点文本编码，得到语义分析结果；所述S5中语义分析模型包括：主语特征提取单元、谓语特征提取单元、宾语特征提取单元、Concat层、标点增强单元和BP神经网络；所述主语特征提取单元的输入端用于输入主语词编码子集；所述谓语特征提取单元的输入端用于输入谓语词编码子集；所述宾语特征提取单元的输入端用于输入宾语词编码子集；所述Concat层的输入端分别与主语特征提取单元的输出端、谓语特征提取单元的输出端和宾语特征提取单元的输出端连接，其输出端与标点增强单元的输入端连接；所述BP神经网络的输入端与标点增强单元的输出端连接，其输出端作为语义分析模型的输出端；所述标点增强单元用于根据标点文本编码，对Concat层的输出特征值进行增强；所述标点增强单元的表达式为：，其中，g为标点增强单元的输出，sigmoid为激活函数，pi为标点文本编码中第i个编码值，ωp,i为pi的权重，bp,i为pi的偏置，H为Concat层的一个输出特征值，L为标点文本编码中编码值的数量，i为编码值的编号；所述主语特征提取单元、谓语特征提取单元和宾语特征提取单元均包括：第二卷积层、第一残差块、第二残差块和自增强层；所述第二卷积层的输入端作为主语特征提取单元、谓语特征提取单元或宾语特征提取单元的输入端，其输出端与第一残差块的输入端连接；所述第二残差块的输入端与第一残差块的输出端连接，其输出端与自增强层的输入端连接；所述自增强层的输出端作为主语特征提取单元、谓语特征提取单元或宾语特征提取单元的输出端；所述自增强层的表达式为：，其中，Zk为自增强层输出的第k个特征值，rk为第二残差块输出的第k个特征值，K为第二残差块输出的特征值的数量，k为特征值的编号，exp为以自然常数为底的指数函数。

全文数据：

权利要求：

百度查询： 山东同其万疆科技创新有限公司;临沂科技职业学院 一种基于英语口语文本的语义分析方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD