买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江香侬慧语科技有限责任公司

摘要：本申请公开了一种基于机器阅读理解的依存句法分析方法、装置及介质，属于自然语言处理领域。该方法包括计算分别以各个词为根节点的各个连续字符串的候选分数，将候选分数大于第一预设阈值的连续字符串作为候选连续字符串；在候选连续字符串中任选一个作为中心字符串，将其他候选连续字符串依次与中心字符串之间的依存关系进行打分得到关联分数，将关联分数大于第二预设阈值的候选连续字符串构成句法依存树；对句法依存树进行打分并得到句法分数，对句法分数进行排序，选取句法分数最高的一棵句法依存树作为分析结果。本申请不仅考虑到了连续字符串之间的依存关系，还考虑到了连续文本的相关关系，解决了已有方法仅考虑两个词之间依存关系的问题。

主权项：1.一种基于机器阅读理解的依存句法分析方法，其特征在于，包括：确定待分析文本中的各个词，计算分别以所述各个词为根节点的对应的各个连续字符串的候选分数，将所述候选分数大于第一预设阈值的所述连续字符串作为候选连续字符串，其中，所述确定待分析文本中的各个词，计算分别以所述各个词为根节点的对应的各个连续字符串的候选分数，包括：将所述待分析文本输入文本编码器中，获得所述待分析文本对应的所述各个词，并计算得到所述各个词对应的向量；在所述各个词中，利用所述各个词对应的向量，计算以第一词为根节点的连续字符串的第一个词为第二词的第一分数；计算以所述第一词为根节点的连续字符串的最后一个词为所述第二词的第二分数；以及利用所述第一分数和所述第二分数，得到以每个所述第一词为根节点的对应的各个连续字符串的所述候选分数，其中，所述第一词为所述各个词中的任意一个词，所述第二词为所述各个词中不同于所述第一词的其他词；在所述候选连续字符串中任选一个所述候选连续字符串作为中心字符串，将其他所述候选连续字符串依次与所述中心字符串之间存在的依存关系进行打分并得到关联分数，将所述关联分数大于第二预设阈值的所述候选连续字符串构成句法依存树，并加入到依存树候选集；以及在所述依存树候选集中，对所述句法依存树进行打分并得到句法分数，对所述句法分数进行排序，根据排序结果选取所述句法分数最高的一棵所述句法依存树作为所述待分析文本的分析结果，其中；所述在所述依存树候选集中，对所述句法依存树进行打分并得到句法分数，包括：若所述句法依存树中的每个子树均为连续的字符串，则利用自底向上的动态规划算法，对所述句法依存树进行打分并得到所述句法分数；若所述句法依存树中的子树存在非连续的字符串，则利用最大生成树算法，对所述句法依存树进行打分并得到所述句法分数；其中，对各个词中任意选择一个词，将其作为第一词wi，计算以第一词wi为根节点的连续字符串的第一个词为第二词wj的第一分数： 其中，xi和xj分别是第i个词的词向量和第j个词的词向量，U和w是用来进行向量维度转换的矩阵，是双线性模型中的参数，xi和xj的维度分别为d，U为d*d的矩阵，w为1*d的矩阵；计算以第一词wi为根节点的连续字符串的最后一个词为第二词wj的第二分数： 于是得到以第一词wi为根节点的候选连续字符串为Twi的连续分数： 其中Twi·s和Twi·e分别代表以第一词wi为根节点的候选连续字符串Twi的第一个词与最后一个词。

全文数据：

权利要求：

百度查询： 浙江香侬慧语科技有限责任公司 基于机器阅读理解的依存句法分析方法、装置及介质