一种基于主题上下文的句向量表示方法

本发明涉及自然语言处理领域，具体为一种基于主题上下文的句向量表示方法。包括将篇章级文本数据进行分解处理，得到有序句数据，有序词数据以及词和句子的第一归属关系；通过无监督主题模型对有序词数据进行主题挖掘分析，得到主题一致性参数，并获取主题信息数量；根据主题信息数量，主题归属分析方法分析得到有序词数据和主题信息之间的第二归属关系；根据有序句数据和上述关系，得到主题序列并进行判断，得到主题区间；在主题区间中采用BIO方式进行标注，并根据拼接逻辑进行拼接，构建出句级元数据，通过中文向量模型，得到句向量。本发明通过将主题信息引入到句向量表示方法中，降低句向量中引入的噪声，提升句向量的表征质量。