申请/专利权人：苏州英特雷真智能科技有限公司

申请日：2020-12-01

公开（公告）日：2024-04-02

公开（公告）号：CN112487762B

主分类号：G06F40/126

分类号：G06F40/126;G06F40/151

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.09.24#著录事项变更;2021.03.30#实质审查的生效;2021.03.12#公开

摘要：本发明公开了一种基于汉字音意结构汉字编码的自然语言处理方法，包括如下步骤：步骤一，汉字编码的转换以及UTF‑8到新编码转化；步骤二，自然语言处理以及深度学习训练；步骤三，语法器、分类器、语言模型生成。该方法可以降低现有自然语言处理方法的难度，提供一种基于汉字特征的、包含汉字音意结构特征编码的自然分析处理方法，使得自然语言分析技术，从汉字本身出发，进行属性分析，特征提取，减少暴力训练的语料需求量，提高语言模型的训练效率，提升分析结果的准确率。

主权项：1.一种基于汉字音意结构汉字编码的自然语言处理方法，其特征在于：包括如下步骤：步骤一，在进行深度学习自然语言处理前将语料中的汉字由UTF-8编码转换为汉字音意结构汉字编码；步骤二，利用汉字音意结构汉字编码后的语料进行语言模型训练；步骤三，语言模型生成；所述汉字音意结构汉字编码分为音码和结构码两部分，所述的音码为15位二进制数，所述的结构码为26位二进制数，所述的音码包括声母、介母、韵母和声调，其中声母为5位二进制数，介母为2位二进制数，韵母为5位二进制数，声调为3位二进制数，所述的结构码包括结构编码和结构部件编码，所述的结构编码为2位二进制数，所述的结构部件编码包括分别为12位二进制数的音旁和意旁，所述的音旁和意旁其中一项不存在时，独体字编码由12位0编码和独体字的存在的音旁或意旁对应的12位二进制数组成。

全文数据：

权利要求：

百度查询： 苏州英特雷真智能科技有限公司 一种基于汉字音意结构汉字编码的自然语言处理方法

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