[發(fā)明專利]文本處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811413110.5
• 申請(qǐng)日: 2018-11-23
• 公開（公告）號(hào): CN109545183A
• 公開（公告）日: 2019-03-29
• 發(fā)明（設(shè)計(jì)）人: 李永強(qiáng);張冉;張征
• 申請(qǐng)（專利權(quán)）人: 北京羽扇智信息科技有限公司
• 主分類號(hào): G10L13/08
• 分類號(hào): G10L13/08;G10L13/02;G06F17/27
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種文本處理方法，其特征在于，包括：

識(shí)別輸入文本中包括的至少一組英文字符串；

如果確定所述英文字符串中包括不屬于英文單詞的目標(biāo)字符串，則獲取與所述目標(biāo)字符串中每個(gè)英文字母對(duì)應(yīng)的替換字符對(duì)所述目標(biāo)字符串進(jìn)行替換處理，所述替換字符不屬于中文字；

對(duì)替換處理后的輸入文本進(jìn)行文本分割，得到至少一個(gè)文本分詞；

根據(jù)中英文分詞與中英文發(fā)音之間的映射關(guān)系，以及替換字符與中文音素發(fā)音之間的映射關(guān)系，獲取所述輸入文本中的各文本分詞的發(fā)音。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在獲取輸入文本中包括的至少一組英文字符串之前，還包括：

獲取中文習(xí)慣發(fā)音的標(biāo)準(zhǔn)英文字符串集合；

獲取與所述標(biāo)準(zhǔn)英文字符串集合匹配的多個(gè)標(biāo)準(zhǔn)英文字母，并建立替換字符與各所述標(biāo)準(zhǔn)英文字母之間的映射關(guān)系；

使用中文音素發(fā)音對(duì)各所述標(biāo)準(zhǔn)英文字母進(jìn)行標(biāo)注，并根據(jù)標(biāo)注結(jié)果，建立替換字符與各所述中文音素發(fā)音之間的映射關(guān)系。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述替換字符包括：日文片假名。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)所述輸入文本中英文字符串的識(shí)別操作以及對(duì)目標(biāo)字符串的替換處理操作在文本的正規(guī)化處理階段實(shí)現(xiàn)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，確定所述英文字符串中包括不屬于英文單詞的目標(biāo)字符串，包括：

將所述至少一組英文字符串分別在標(biāo)準(zhǔn)英文字典進(jìn)行查找，并將在所述標(biāo)準(zhǔn)英文字典中未查找到的英文字符串作為所述目標(biāo)字符串。

6.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，其特征在于，在識(shí)別輸入文本中包括的至少一組英文字符串之前，還包括：

獲取用戶的交互語(yǔ)音，并根據(jù)所述交互語(yǔ)音生成交互文本；

獲取與所述交互文本對(duì)應(yīng)的反饋文本作為所述輸入文本；

在獲取所述輸入文本中的各文本分詞的發(fā)音之后，還包括：向所述用戶播放所述輸入文本的各文本分詞的發(fā)音。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，在獲取用戶的交互語(yǔ)音之后，還包括：

根據(jù)所述交互語(yǔ)音，確定用戶的交互情緒，并獲取與所述交互情緒匹配的反饋情緒；

向所述用戶播放所述輸入文本的各文本分詞的發(fā)音，包括：

按照所述反饋情緒，向所述用戶播放所述輸入文本的各文本分詞的發(fā)音。

8.一種文本處理裝置，其特征在于，包括：

英文字符串識(shí)別模塊，用于識(shí)別輸入文本中包括的至少一組英文字符串；

目標(biāo)字符串替換模塊，用于如果確定所述英文字符串中包括不屬于英文單詞的目標(biāo)字符串，則獲取與所述目標(biāo)字符串中每個(gè)英文字母對(duì)應(yīng)的替換字符對(duì)所述目標(biāo)字符串進(jìn)行替換處理，所述替換字符不屬于中文字；

輸入文本分割模塊，用于對(duì)替換處理后的輸入文本進(jìn)行文本分割，得到至少一個(gè)文本分詞；

發(fā)音獲取模塊，用于根據(jù)中英文分詞與中英文發(fā)音之間的映射關(guān)系，以及替換字符與中文音素發(fā)音之間的映射關(guān)系，獲取所述輸入文本中的各文本分詞的發(fā)音。

9.一種電子設(shè)備，其特征在于，包括：

至少一個(gè)處理器；

以及與所述處理器連接的至少一個(gè)存儲(chǔ)器、總線；其中，

所述處理器、存儲(chǔ)器通過(guò)所述總線完成相互間的通信；

所述處理器用于調(diào)用所述存儲(chǔ)器中的程序指令，以執(zhí)行權(quán)利要求1至權(quán)利要求7中任一項(xiàng)所述的文本處理方法。

10.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指令使所述計(jì)算機(jī)執(zhí)行權(quán)利要求1至權(quán)利要求7中任一項(xiàng)所述的文本處理方法。