基于深度学习算法解析文本信息的方法、介质和电子设备

摘要

本发明提供一种基于深度学习算法解析文本信息的方法、介质和电子设备，方法包括：对样本文本进行切词操作，得到样本词的集合；将样本词的表示映射到一张二维表中；二维表中每一列共享语素向量，每一行共享上下文向量，得到二元混合共享向量模型；采用语言模型训练样本词集合得到训练后的模型；训练过程中，将样本词从从位置和语素两个维度描述，由语素向词部分共同组合拼接而成；将待解析的文本输入至训练后的模型，根据训练后的模型的输出结果得到待解析的文本的语素向量。本方案将词向表示为语素信息、上下文位置信息两个维度，构建循环神经网络学习模型，达到实体分布式表示的目的，简化分析方法并能得到更准确的分析结果。