[發(fā)明專利]一種數(shù)據(jù)處理方法、裝置和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201811497640.2
• 申請(qǐng)日: 2018-12-07
• 公開（公告）號(hào): CN109887492B
• 公開（公告）日: 2021-02-12
• 發(fā)明（設(shè)計(jì)）人: 鄭宏
• 申請(qǐng)（專利權(quán)）人: 北京搜狗科技發(fā)展有限公司
• 主分類號(hào): G10L15/04
• 分類號(hào): G10L15/04;G10L15/26;G10L13/08;G06F40/117
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

1.一種數(shù)據(jù)處理方法，其特征在于，包括：

獲取當(dāng)前語(yǔ)音識(shí)別文本；

將所述當(dāng)前語(yǔ)音識(shí)別文本和上N條輸出文本進(jìn)行拼接，得到拼接文本，其中，所述N為正整數(shù)；

在所述拼接文本中添加標(biāo)點(diǎn)，從添加標(biāo)點(diǎn)的拼接文本中提取除所述上N條輸出文本之外的數(shù)據(jù)作為當(dāng)前輸出文本并輸出；

其中，若添加標(biāo)點(diǎn)后的拼接文本中，上一條輸出文本與當(dāng)前語(yǔ)音識(shí)別文本之間存在標(biāo)點(diǎn)，則當(dāng)前輸出文本包括所述標(biāo)點(diǎn)和添加標(biāo)點(diǎn)后的當(dāng)前語(yǔ)音文本，所述拼接文本的末尾未添加標(biāo)點(diǎn)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在所述拼接文本中添加標(biāo)點(diǎn)，包括：

對(duì)所述拼接文本進(jìn)行分詞處理，得到對(duì)應(yīng)的多個(gè)分詞片段；

依據(jù)符號(hào)匹配模型，確定各分詞片段對(duì)應(yīng)的符號(hào)標(biāo)識(shí)；

若所述分詞片段的符號(hào)標(biāo)識(shí)是設(shè)定標(biāo)識(shí)，則在所述拼接文本中所述分詞片段對(duì)應(yīng)文字之后添加所述符號(hào)標(biāo)識(shí)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述符號(hào)匹配模型包括第一符號(hào)匹配模型和第二符號(hào)匹配模型，所述依據(jù)符號(hào)匹配模型，確定各分詞片段對(duì)應(yīng)的符號(hào)標(biāo)識(shí)，包括：

依次將各分詞片段輸入至所述第一符號(hào)匹配模型中，得到各分詞片段對(duì)應(yīng)各符號(hào)標(biāo)識(shí)的第一概率信息；

依次將各分詞片段輸入至所述第二符號(hào)匹配模型中，得到各分詞片段對(duì)應(yīng)各符號(hào)標(biāo)識(shí)的第二概率信息；

針對(duì)一個(gè)分詞片段，依據(jù)所述分詞片段對(duì)應(yīng)各符號(hào)標(biāo)識(shí)的第一概率信息和第二概率信息，確定所述分詞片段對(duì)應(yīng)的符號(hào)標(biāo)識(shí)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述依據(jù)所述分詞片段對(duì)應(yīng)各符號(hào)標(biāo)識(shí)的第一概率信息和第二概率信息，確定所述分詞片段對(duì)應(yīng)的符號(hào)標(biāo)識(shí)，包括：

依據(jù)所述分詞片段對(duì)應(yīng)各符號(hào)標(biāo)識(shí)的第一概率信息，計(jì)算第一方差信息；

依據(jù)所述分詞片段對(duì)應(yīng)各符號(hào)標(biāo)識(shí)的第二概率信息，計(jì)算第二方差信息；

若所述第一方差信息大于第二方差信息，則選取第一概率信息最大的符號(hào)標(biāo)識(shí)作為所述分詞片段對(duì)應(yīng)的符號(hào)標(biāo)識(shí)；

若所述第二方差信息大于第一方差信息，則選取第二概率信息最大的符號(hào)標(biāo)識(shí)作為所述分詞片段對(duì)應(yīng)的符號(hào)標(biāo)識(shí)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述的方法還包括：

若所述添加標(biāo)點(diǎn)的拼接文本末尾不存在標(biāo)點(diǎn)，且所述當(dāng)前語(yǔ)音識(shí)別文本是語(yǔ)音數(shù)據(jù)的最后一條語(yǔ)音識(shí)別文本，則在所述添加標(biāo)點(diǎn)的拼接文本的末尾添加設(shè)定標(biāo)點(diǎn)；

若添加標(biāo)點(diǎn)的拼接文本末尾存在標(biāo)點(diǎn)，且所述當(dāng)前語(yǔ)音識(shí)別文本不是語(yǔ)音數(shù)據(jù)的最后一條語(yǔ)音識(shí)別文本，則刪除所述添加標(biāo)點(diǎn)的拼接文本末尾的標(biāo)點(diǎn)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述當(dāng)前翻譯文本和上N條輸出文本進(jìn)行拼接，得到拼接文本，包括：

若N為1，則獲取上一條輸出文本中最后一段文本，所述最后一段文本是所述上一條輸出文本中最后一個(gè)標(biāo)點(diǎn)之后的文本；

將所述當(dāng)前翻譯文本拼接在所述最后一段文本之后，得到拼接文本。

7.根據(jù)權(quán)利要求1-6任一所述的方法，其特征在于，應(yīng)用于同傳領(lǐng)域。

8.一種數(shù)據(jù)處理裝置，其特征在于，包括：

文本獲取模塊，用于獲取當(dāng)前語(yǔ)音識(shí)別文本；

文本拼接模塊，用于將所述當(dāng)前語(yǔ)音識(shí)別文本和上N條輸出文本進(jìn)行拼接，得到拼接文本，其中，所述N為正整數(shù)；

標(biāo)點(diǎn)添加模塊，用于在所述拼接文本中添加標(biāo)點(diǎn)，從添加標(biāo)點(diǎn)的拼接文本中提取除所述上N條輸出文本之外的數(shù)據(jù)作為當(dāng)前輸出文本并輸出；

其中，若添加標(biāo)點(diǎn)后的拼接文本中，上一條輸出文本與當(dāng)前語(yǔ)音識(shí)別文本之間存在標(biāo)點(diǎn)，則當(dāng)前輸出文本包括所述標(biāo)點(diǎn)和添加標(biāo)點(diǎn)后的當(dāng)前語(yǔ)音文本，所述拼接文本的末尾未添加標(biāo)點(diǎn)。