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！

龙图腾网恭喜中山大学申请的专利基于中文汉字结构的小样本OOV学习方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113901803B 。

龙图腾网通过国家知识产权局官网在2025-04-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111173367.X，技术领域涉及：G06F40/284；该发明授权基于中文汉字结构的小样本OOV学习方法及系统是由饶洋辉;陈姝睿设计研发完成，并于2021-10-08向国家知识产权局提交的专利申请。

本基于中文汉字结构的小样本OOV学习方法及系统在说明书摘要公布了：本发明提出一种基于中文汉字结构的小样本OOV学习方法及系统，包括：从语料库中获取通用词表以及该词表的词嵌入，爬取该词表中所有词的汉字结构信息，来构造训练集和验证集；在基于汉字结构信息的小样本OOV词学习框架下，构建基于汉字结构信息的小样本OOV词嵌入学习模型并对其进行训练，更新学习模型中的参数；构造下游任务语料的测试集，将测试集输入到训练好的OOV词嵌入学习模型中，得到OOV词的词嵌入。基于汉字造字的结构规律，利用神经网络建模汉字部件之间的关系，建立OOV词嵌入学习模型，将汉字的结构信息嵌入与上下文信息的特征进行拼接融合，从而得到OOV词的语义信息重要特征。

本发明授权基于中文汉字结构的小样本OOV学习方法及系统在权利要求书中公布了：1.基于中文汉字结构的小样本OOV学习方法，其特征在于，包括以下步骤：S1：从语料库中获取通用词表以及该词表的词嵌入，爬取该词表中所有词的汉字结构信息；S2：利用词表的词嵌入、词的汉字结构信息和语料库中的句子，构造训练集和验证集，包括：S2.1：在得到的词表VT中选择N个出现次数充分的目标词wi，以及它们的词嵌入集合；另外，对于含有两个或两个以上汉字的词，记作ci,m；其中T表示预训练得到的词嵌入，m表示目标词wi中的第m个汉字；S2.2：从语料库中采样K个包含目标词wi的句子，并在句子中对目标词进行屏蔽，得到目标词的上下文集合；其中，k表示第k个采用得到的句子；S2.3：构造小样本OOV词学习的训练集和验证集，其中每一个训练集和验证集中包括汉字、汉字结构信息、目标词、目标词的词嵌入集合和目标词的上下文集合；S3：分别利用训练集和验证集，在基于汉字结构信息的小样本OOV词学习框架下，构建基于汉字结构信息的小样本OOV词嵌入学习模型并对所述学习模型进行训练，更新所述学习模型中的参数，得到用于对OOV词进行有效学习的OOV词嵌入学习模型，包括：S3.1：初始化OOV词嵌入学习模型的参数；S3.2：基于目标词的汉字结构信息，提取目标词的汉字结构信息嵌入，并对提取的所有汉字结构信息嵌入进行拼接，得到目标词的形态信息；S3.3：基于目标词上下文信息，获取上下文词的词嵌入，记为，其中S为句子中除目标词以外的词数；然后使用特征提取网络，提取目标词的上下文信息的特征；S3.4：将目标词的上下文信息的特征与目标词的形态信息进行拼接，然后经过一次空间投影，得到最终的目标词语义特征提取向量，其公式如下表示： S3.5：将使用传统预训练模型得到的目标词向量与目标词语义特征向量的cosine值作为学习模型的Loss值，其公式如下表示： 训练学习模型的目标是最大化Loss值，小样本OOV词学习框架的训练目标函数为： S4：构造下游任务语料的测试集，将测试集输入到训练好的OOV词嵌入学习模型中，得到OOV词的词嵌入。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。