← 返回列表
基于深度学习和知识库的自然语言歧义消解方法和系统
申请人信息
- 申请人:杭州智芯科微电子科技有限公司
- 申请人地址:311200 浙江省杭州市萧山区宁围街道悦盛国际中心704室
- 发明人: 杭州智芯科微电子科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度学习和知识库的自然语言歧义消解方法和系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410118657.1 |
| 申请日 | 2024/1/29 |
| 公告号 | CN117648933A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | G06F40/30 |
| 权利人 | 杭州智芯科微电子科技有限公司 |
| 发明人 | 王妃婵; 左建云; 聂铭杰 |
| 地址 | 浙江省杭州市萧山区宁围街道悦盛国际中心704室 |
摘要文本
本申请公开了一种基于深度学习和知识库的自然语言歧义消解方法和系统，该方法包括：将输入的语言文本句子送入一个预训练的第一神经网络模型中，其中，所述神经网络模型用于为所述语言文本句子中的每个词汇生成上下文词的嵌入向量；通过第二神经网络模型处理所述嵌入向量，得到语言文本句子中的不同词汇之间的依赖关系；使用知识库对所述不同词汇之间的依赖关系进行处理，以判断所述语言文本句子中的每个词汇的合理解释；根据所述嵌入向量、所述词汇之间的依赖关系和所述知识库中的语义信息，对所述语言文本句子的歧义进行消除。通过本申请解决了相关技术中没有很好方案能够进行自然语言歧义消除的问题，从而能够很好的进行自然语言歧义的消除。
专利主权项内容
1.一种基于深度学习和知识库的自然语言歧义消解方法，其特征在于，包括：将输入的语言文本句子送入一个预训练的第一神经网络模型中，其中，所述神经网络模型用于为所述语言文本句子中的每个词汇生成上下文词的嵌入向量；通过第二神经网络模型处理所述嵌入向量，得到所述语言文本句子中的不同词汇之间的依赖关系；使用知识库对所述不同词汇之间的依赖关系进行处理，以判断所述语言文本句子中的每个词汇的合理解释，其中，所述知识库包含了以下至少之一：词汇的定义、同义词、用法示例；根据所述嵌入向量、所述词汇之间的依赖关系和所述知识库中的语义信息，对所述语言文本句子的歧义进行消除。