[發明專利]文本信息糾錯方法、裝置、計算機設備和存儲介質

有效

• 申請號: 201811325678.1
• 申請日: 2018-11-08
• 公開（公告）號: CN109522550B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 肖文龍;劉建;黃華倫
• 申請（專利權）人: 和美（深圳）信息技術股份有限公司
• 主分類號: G06F40/232
• 分類號: G06F40/232
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 王寧

1.一種文本信息糾錯方法，所述方法包括：

獲取音頻信息對應的文本信息，將所述文本信息轉化為第一拼音列表；

根據所述第一拼音列表中的多個拼音首字母在字典樹中查找是否存在所述多個拼音首字母對應的第二詞語列表；所述字典樹的每個節點存儲有一個文字的拼音首字母，以及每個所述節點的詞語列表；

當存在所述多個拼音首字母對應的第二詞語列表時，在所述文本信息中查找所述多個拼音首字母對應的字符串；

在所述第二詞語列表中選擇所述字符串對應的詞語，將所述詞語對相應的字符串進行糾錯，得到糾錯后的文本信息。

2.根據權利要求1所述的方法，其特征在于，所述根據所述第一拼音列表中的多個拼音首字母在字典樹中查找是否存在所述多個拼音首字母對應的第二詞語列表，包括：

根據所述第一拼音列表中的多個拼音首字母在字典樹中查找是否存在所述多個拼音首字母對應的第二拼音列表；

當存在所述多個拼音首字母對應的第二拼音列表時，獲取所述第二拼音列表對應的第二詞語列表。

3.根據權利要求2所述的方法，其特征在于，所述在所述第二詞語列表中選擇所述字符串對應的詞語，將所述詞語對相應的字符串進行糾錯，包括：

當所述第二詞語列表的長度大于預設值時，將所述第二詞語列表中的詞語與所述字符串進行比對，得到比對結果；

當所述比對結果中存在比對成功的詞語時，將所述詞語對相應的字符串進行糾錯。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

當所述比對結果中未得到比對成功的詞語時，將所述第二詞語列表中的詞語在所述第二拼音列表中的拼音與所述字符串在所述第一拼音列表中的拼音進行比對，得到拼音比對結果；

選取所述拼音比對結果中匹配度最高的詞語，將所述匹配度最高的詞語對相應的字符串進行糾錯。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

對所述字典樹中每個節點存儲的拼音列表中發音近似的音節進行字母過濾處理；

在過濾處理后的字典樹中查找所述第一拼音列表中的多個拼音首字母對應的第二詞語列表。

6.一種文本信息糾錯裝置，其特征在于，所述裝置包括：

信息轉化模塊，用于獲取音頻信息對應的文本信息，將所述文本信息轉化為第一拼音列表；

列表查找模塊，用于根據所述第一拼音列表中的多個拼音首字母在字典樹中查找是否存在所述多個拼音首字母對應的第二詞語列表；所述字典樹的每個節點存儲有一個文字的拼音首字母，以及每個所述節點的詞語列表；

字符串查找模塊，用于當存在所述多個拼音首字母對應的第二詞語列表時，在所述文本信息中查找所述多個拼音首字母對應的字符串；

字符串糾錯模塊，用于在所述第二詞語列表中選擇所述字符串對應的詞語，將所述詞語對相應的字符串進行糾錯，得到糾錯后的文本信息。

7.根據權利要求6所述的裝置，其特征在于，所述列表查找模塊還用于根據所述第一拼音列表中的多個拼音首字母在字典樹中查找是否存在所述多個拼音首字母對應的第二拼音列表；當存在所述多個拼音首字母對應的第二拼音列表時，獲取所述第二拼音列表對應的第二詞語列表。

8.根據權利要求7所述的裝置，其特征在于，所述字符串糾錯模塊還用于當所述第二詞語列表的長度大于預設值時，將所述第二詞語列表中的詞語與所述字符串進行比對，得到比對結果；當所述比對結果中存在比對成功的詞語時，將所述詞語對相應的字符串進行糾錯。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至5中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至5中任一項所述方法的步驟。