欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025101612925
申请人: 昆明理工大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于多标注者的越南语依存句法分析方法,其特征在于:所述方法包括如下步骤:Step1、下载相关的越南语依存句法UD树库作为训练语料,VnDT树库作为构建伪数据的原始语料,同时收集越南语无标注数据;

Step2、通过收集的越南语无标注数据对XLM-RoBERTa模型进行微调,从而增强多语言预训练模型的表征能力;

Step3、UD树库经过微调后的XLM-RoBERTa模型得到相关的嵌入表示、字符嵌入表示和词级嵌入表示再进行拼接作为最终的输入向量;

Step4、将输入向量经过三层双向长短时记忆网络进行编码获得其上下文表示,并作为KAN的输入;

Step5、通过双仿射打分层获取依存弧的分值,最终通过最大生成树算法进行解码获得依存句法树;

Step6、利用UD树库构建的依存句法分析模型对从VnDT树库中随机抽取的句子进行解析,获取含有噪声的伪数据;

Step7、将伪数据按照预先设计的提示模板输入到大模型DeepSeek中进行二次标注;

Step8、将二次标注标注后的伪数据作为额外的训练语料与UD的树库合并,重新训练一个新的越南语依存句法分析模型;

所述Step3包括:

Step3.1、输入层的每个词所对应的最终输入向量由三部分表示组成:第一部分是字符嵌入表示,它能够捕捉单词的字符级信息;第二部分是XLM-RoBERTa模型生成的表示,它提供了更高层次的上下文语义信息;第三部分是词级嵌入表示,它提供了每个单词的基本语义信息。

2.根据权利要求1所述的基于多标注者的越南语依存句法分析方法,其特征在于:所述Step1的具体步骤如下:Step1.1、将下载的UD树库作为训练语料,将VnDT树库作为数据的原始语料;

Step1.2、将爬取的越南语网页经过规则提取、去重、机器标注、人工校对形成越南语文本语料库,作为构建无标签数据。

3.根据权利要求1所述的基于多标注者的越南语依存句法分析方法,其特征在于:所述Step2的具体步骤如下:Step2.1、通过huggingface网站下载并选取原始的XLM-RoBERTa模型作为基础模型;

Step2.2、使用原始XLM-RoBERTa模型中的参数作为起点,越南语无标签数据对XLM-RoBERTa模型参数进行微调。

4.根据权利要求1所述的基于多标注者的越南语依存句法分析方法,其特征在于:所述Step4的具体步骤如下:Step4.1、将输入向量经过三层双向长短时记忆网络进行编码,从而获得最终的上下文词表示;

Step4.2、输入的上下文词表示经过KAN处理后生成低维的核心词表示和修饰词表示。

5.根据权利要求4所述的基于多标注者的越南语依存句法分析方法,其特征在于:所述Step5中包括:Step5.1、将每个词作为核心词的向量表示和修饰词的向量表示经过双仿射层,获取依存弧的分值S;

Step5.2、利用最大生成树算法进行解码,找到得分最高的依存句法树作为最终句法分析的结果。

6.根据权利要求1所述的基于多标注者的越南语依存句法分析方法,其特征在于:所述Step6中包括:Step6.1、将VnDT树库中随机抽取的若干条句子输入到UD树库训练的越南语依存句法分析模型,获取含有噪声的伪数据。

7.根据权利要求1所述的基于多标注者的越南语依存句法分析方法,其特征在于:所述Step7中包括:Step7.1、按照要求设计大模型DeepSeek的提示模板,提示模板中要包含具体的指令以及对输出进行约束;

Step7.2、将若干条伪数据按照提示模板输入到大模型中,获取二次标注后的伪数据。

8.一种基于多标注者的越南语依存句法分析系统,其特征在于,所述系统包括:用于执行如权利要求1至7任一项所述的一种基于多标注者的越南语依存句法分析方法的模块。

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述一种基于多标注者的越南语依存句法分析方法。