首页/ 北京航天爱威电子技术有限公司/ 专利详情

一种利用主元分析计算汉语词向量的方法

基本信息

申请号 CN202110942291.6 申请日 -
公开（公告）号 CN113627176A 公开（公告）日 2021-11-09
申请公布号 CN113627176A 申请公布日 2021-11-09
分类号 G06F40/284（2020.01）I;G06F17/16（2006.01）I 分类 计算；推算；计数;
发明人 蒋遂平;袁晓光;刘轩;王璐静;臧小滨 申请（专利权）人 北京航天爱威电子技术有限公司
代理机构 中国兵器工业集团公司专利中心 代理人 辛海明
地址 100854北京市海淀区永定路51号
法律状态 -

摘要

摘要 本发明涉及一种利用主元分析计算汉语词向量的方法，属于语言处理领域。本发明选择汉语中有代表性的词语，作为主元分析的基准；将汉字用数值组成的向量表示；用汉语词中的汉字点阵向量组合成词本身的合成向量，词也变换成数值向量形式；计算基准词汇的全部词的平均合成向量；基准词汇中各个词的合成向量减去平均合成向量后，互乘，得到词之间差异的协方差矩阵；得到协方差矩阵的特性；根据协方差矩阵特性，计算一个对词的合成向量进行变换的矩阵；对于任意汉语词的合成向量，减去平均合成向量后，乘以投影矩阵，得到词的词向量。本发明计算简单，可以避免汉语词向量化时常见的“未登录词”问题，在汉语的自然语言处理中具有重要的应用价值。