[發(fā)明專利]語(yǔ)音交互中的易錯(cuò)字校準(zhǔn)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610248440.8
• 申請(qǐng)日: 2016-04-20
• 公開（公告）號(hào): CN107305768B
• 公開（公告）日: 2020-06-12
• 發(fā)明（設(shè)計(jì)）人: 黃亦睿;劉功申;蘇波;劉春梅;李建華
• 申請(qǐng)（專利權(quán)）人: 上海交通大學(xué)
• 主分類號(hào): G10L15/22
• 分類號(hào): G10L15/22;G10L15/18
• 代理公司: 上海漢聲知識(shí)產(chǎn)權(quán)代理有限公司 31236
• 代理人: 郭國(guó)中

1.一種語(yǔ)音交互中的易錯(cuò)字校準(zhǔn)方法，其特征在于，包括：

識(shí)別語(yǔ)境步驟：針對(duì)不同的領(lǐng)域創(chuàng)建相應(yīng)的語(yǔ)境知識(shí)庫(kù)，構(gòu)造語(yǔ)境知識(shí)庫(kù)的步驟包括：首先根據(jù)領(lǐng)域的關(guān)鍵詞，通過搜索引擎得到相關(guān)文檔，作為該領(lǐng)域的語(yǔ)料庫(kù)；然后根據(jù)語(yǔ)義知識(shí)，獲取該領(lǐng)域的核心詞，按照核心詞聚類得到該領(lǐng)域的實(shí)例句子，從而構(gòu)建了語(yǔ)境知識(shí)庫(kù)；

在識(shí)別語(yǔ)境步驟中，依據(jù)文本句子與語(yǔ)境知識(shí)庫(kù)中不同領(lǐng)域的語(yǔ)境相似度來判斷，作為自動(dòng)糾錯(cuò)的前提；其中，語(yǔ)境相似度的具體算法如下：

S1：統(tǒng)計(jì)文本句子A中每個(gè)詞語(yǔ)出現(xiàn)的次數(shù)，并表示成向量形式；

S2：按照余弦相似度計(jì)算公式，計(jì)算文本句子A與語(yǔ)境Ci中向量形式的每一個(gè)實(shí)例句子B這兩個(gè)向量之間向量夾角的余弦值，作為基于向量的詞形相似度；

S3：將文本句子A的所有詞語(yǔ)轉(zhuǎn)為拼音形式，統(tǒng)計(jì)文本句子A中每個(gè)不同拼音序列出現(xiàn)的次數(shù)，表示成向量形式，計(jì)算以拼音形式表示的文本句子A與語(yǔ)境Ci中向量形式的每一個(gè)實(shí)例句子B這兩個(gè)向量之間向量夾角的余弦值，得到基于向量的拼音相似度；

S4：通過對(duì)拼音相似度和詞形相似度賦予不同權(quán)重，計(jì)算文本句子A與每一個(gè)實(shí)例句子B的句子相似度，并選擇句子相似度最大的值，作為文本句子A與語(yǔ)境Ci的句子相似度；

S5：計(jì)算文本句子A與語(yǔ)境Ci的核心詞匹配率，即文本句子A中含有語(yǔ)境Ci中所有核心詞的數(shù)量占文本句子A中所有詞語(yǔ)數(shù)量的百分比；

S6：通過對(duì)句子相似度和核心詞匹配率賦予不同權(quán)重，計(jì)算文本句子A與語(yǔ)境Ci的語(yǔ)境相似度；

S7：計(jì)算文本句子A與語(yǔ)境Ci基于前文語(yǔ)境的平滑語(yǔ)境相似度SmoothContextSim(A,C_i)：

SmoothContextSim(A,C_i)＝λ₁·ContextSim(A_-2,C_i)+λ₂·ContextSim(A_-1,C_i)+λ₃·ContextSim(A,C_i)

λ₁+λ₂+λ₃＝1

λ₁≤λ₂≤λ₃

其中，A,A_-1,A_-2分別表示當(dāng)前文本句子、當(dāng)前文本句子的前第一句、當(dāng)前文本句子的前第兩句；λ₁,λ₂,λ₃是常數(shù)；ContextSim(X,Y)表示文本句子X與語(yǔ)境Y的語(yǔ)境相似度；

所述的語(yǔ)音交互中的易錯(cuò)字校準(zhǔn)方法，還包括：

基于限制語(yǔ)義的自動(dòng)糾錯(cuò)步驟：獲取用戶語(yǔ)音輸入的文本句子中的待糾錯(cuò)地名，對(duì)待糾錯(cuò)地名進(jìn)行差錯(cuò)糾錯(cuò)。

2.根據(jù)權(quán)利要求1所述的語(yǔ)音交互中的易錯(cuò)字校準(zhǔn)方法，其特征在于，所述基于限制語(yǔ)義的自動(dòng)糾錯(cuò)步驟，包括：

文本句子讀取步驟：讀入用戶語(yǔ)音輸入的文本句子P，P＝P₁P₂...P_i...P_n；其中，p_i表示文本句子中的第i個(gè)漢字，n表示文本句子的長(zhǎng)度；

待糾錯(cuò)地名獲取步驟：掃描P，根據(jù)地名匹配規(guī)則進(jìn)行匹配，得到待糾錯(cuò)地名；

差錯(cuò)糾錯(cuò)步驟：將待糾錯(cuò)地名與地名庫(kù)中的所有地名進(jìn)行短文本相似度匹配，得到與待糾錯(cuò)地名最相似的地名，作為查錯(cuò)糾錯(cuò)后的正確地名。