申请/专利权人：北京明略软件系统有限公司

申请日：2021-05-31

公开（公告）日：2024-04-19

公开（公告）号：CN113342932B

主分类号：G06F16/33

分类号：G06F16/33;G06F40/279

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2021.09.21#实质审查的生效;2021.09.03#公开

摘要：本申请涉及一种目标词向量的确定方法、装置、存储介质和电子装置，其中，该方法包括：获取目标领域的目标文本中包含的目标未登录词、目标未登录词中包含的多个目标字符以及每个目标字符的字符向量，已登录词为目标领域内词向量已知的词，未登录词为目标领域内词向量未知的词；确定目标字符与领域文本之间的目标关系，其中，领域文本为目标领域内的文本，领域文本包括目标文本，领域文本中包括已登录词和未登录词，目标关系用于指示目标字符在已登录词和未登录词中出现的频率；根据目标关系和目标字符的字符向量确定目标文本中包含的目标未登录词在目标领域内的目标词向量。本申请解决了确定未登录词在目标领域内的词向量效率较低的技术问题。

主权项：1.一种目标词向量的确定方法，其特征在于，包括：获取目标领域的目标文本中包含的目标未登录词、所述目标未登录词中包含的多个目标字符以及每个所述目标字符的字符向量，其中，所述目标文本中包括已登录词和未登录词，所述已登录词为所述目标领域内词向量已知的词，所述未登录词为所述目标领域内词向量未知的词；确定所述目标字符与领域文本之间的目标关系，其中，所述领域文本为所述目标领域内的文本，所述领域文本包括所述目标文本，所述领域文本中包括所述已登录词和所述未登录词，所述目标关系用于指示所述目标字符在所述已登录词和所述未登录词中出现的频率；基于所述目标关系确定第一数量的所述目标字符的共现次数和所述领域文本中包括的每个所述目标字符的字符数量，其中，所述共现次数用于指示所述领域文本中包括的任意连续的第二数量的字符中同时出现所述第一数量的所述目标字符的次数，所述第一数量小于所述第二数量；使用第一公式对所述第一数量的所述目标字符的所述共现次数和每个所述目标字符的所述字符数量进行计算，得到所述第一数量的所述目标字符之间的点互信息，所述点互信息用于指示所述第一数量的所述目标字符在所述领域文本中的关联关系，使用第二公式对所述第一数量的所述目标字符之间的所述点互信息进行计算，得到所述目标未登录词中每个所述目标字符的权重值；使用所述权重值对所述字符向量进行赋权计算，得到所述目标文本中包含的所述目标未登录词在所述目标领域内的所述目标词向量。

全文数据：

权利要求：

百度查询： 北京明略软件系统有限公司 目标词向量的确定方法、装置、存储介质和电子装置

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