摘要
本发明公开了一种高性能的语义识别方法,属于自然语言语义识别领域。本方法首先将语句按词序转换为对应的词向量序列,然后将词向量输入至语义识别网络,得到识别结果。语义识别网络包括若干个顺序排列的语义识别单元;所述语义识别单元包括隐层神经元、价值预测网络、输出神经元和分类器。计算时,通过价值预测值决定各单元是否保留。所有词向量处理完成后,将最后一个标记为“保留”的语义识别单元中分类器输出的分类结果作为该条语句的语义识别结果。本发明能够在保证语义特征不丢失的情况下降低运算量,显著提高语义识别的性能。
技术关键词
语义识别方法
样本
序列
决策
标记
语句
分类器
高性能
双曲正切函数
前馈神经网络
元素
语义特征
自然语言
机制
误差
标签
参数
因子
系统为您推荐了相关专利信息
康复机器人
康复组件
康复训练方法
传感器组件
模糊隶属度函数
网络入侵检测方法
特征选择
入侵检测数据
mRMR算法
GP模型