[發(fā)明專利]一種語句的糾錯方法及設(shè)備

在審

• 申請?zhí)枺?/td>: 201911157807.5
• 申請日: 2019-11-22
• 公開（公告）號: CN112836495A
• 公開（公告）日: 2021-05-25
• 發(fā)明（設(shè)計(jì)）人: 曹源
• 申請（專利權(quán)）人: TCL集團(tuán)股份有限公司
• 主分類號: G06F40/232
• 分類號: G06F40/232;G06F40/289
• 代理公司: 深圳中一聯(lián)合知識產(chǎn)權(quán)代理有限公司 44414
• 代理人: 左婷蘭

1.一種語句的糾錯方法，其特征在于，包括：

通過預(yù)設(shè)的關(guān)聯(lián)概率識別模型識別目標(biāo)語句包含的異常分詞；

將所述目標(biāo)語句內(nèi)的所述異常分詞替換為合法分詞，得到已糾錯語句。

2.根據(jù)權(quán)利要求1所述的糾錯方法，其特征在于，所述通過預(yù)設(shè)的關(guān)聯(lián)概率識別模型識別目標(biāo)語句包含的異常分詞，包括：

在所述目標(biāo)語句中選取多個連續(xù)的字符得到字符串；

分別計(jì)算各個所述字符與所述字符串內(nèi)其余字符之間的關(guān)聯(lián)度；

根據(jù)各個所述字符對應(yīng)的所述關(guān)聯(lián)度，確定所述字符串的分詞關(guān)聯(lián)系數(shù)；

若所述分詞關(guān)聯(lián)系數(shù)小于預(yù)設(shè)的關(guān)聯(lián)閾值，則識別所述字符串包含異常分詞。

3.根據(jù)權(quán)利要求2所述的糾錯方法，其特征在于，所述在所述目標(biāo)語句中選取多個連續(xù)的字符得到字符串，包括：

在所述目標(biāo)語句中框取預(yù)設(shè)個數(shù)的多個連續(xù)的所述字符，得到所述字符串。

4.根據(jù)權(quán)利要求1所述的糾錯方法，其特征在于，在所述通過預(yù)設(shè)的關(guān)聯(lián)概率識別模型識別目標(biāo)語句包含的異常分詞之前，還包括：

獲取模型學(xué)習(xí)參數(shù)；所述模型學(xué)習(xí)參數(shù)包括：初始效率、最低效率、效率調(diào)整步長以及學(xué)習(xí)周期個數(shù)；

根據(jù)所述初始效率設(shè)置第N個學(xué)習(xí)周期的學(xué)習(xí)效率；所述N的初始值為1；

通過多個訓(xùn)練樣本以所述第N個學(xué)習(xí)周期學(xué)習(xí)效率對所述關(guān)聯(lián)概率識別模型進(jìn)行訓(xùn)練學(xué)習(xí)，直到所述關(guān)聯(lián)概率識別模型的損失函數(shù)的輸出值小于預(yù)設(shè)的收斂閾值；

對N的值進(jìn)行加1操作，并基于所述效率調(diào)整步長減少第N-1個學(xué)習(xí)周期的學(xué)習(xí)效率，將調(diào)整后的第N-1個學(xué)習(xí)周期的學(xué)習(xí)效率識別為第N個學(xué)習(xí)周期的學(xué)習(xí)效率；

若所述學(xué)習(xí)效率小于所述最低效率，則將所述學(xué)習(xí)效率設(shè)置為初始效率，并返回執(zhí)行所述通過多個訓(xùn)練樣本以所述第N個學(xué)習(xí)周期學(xué)習(xí)效率對所述關(guān)聯(lián)概率識別模型進(jìn)行訓(xùn)練學(xué)習(xí)的操作；

若所述學(xué)習(xí)效率大于或等于最低效率，則返回執(zhí)行通過多個訓(xùn)練樣本以所述第N個學(xué)習(xí)周期學(xué)習(xí)效率對所述關(guān)聯(lián)概率識別模型進(jìn)行訓(xùn)練學(xué)習(xí)的操作；

若所述N的值大于所述學(xué)習(xí)周期個數(shù)，則識別所述關(guān)聯(lián)概率識別模型已訓(xùn)練完畢。

5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的糾錯方法，其特征在于，在所述通過預(yù)設(shè)的關(guān)聯(lián)概率識別模型識別目標(biāo)語句包含的異常分詞之前，還包括：

將待糾錯的原始語句導(dǎo)入到初始糾錯模型，生成所述原始語句對應(yīng)的所述目標(biāo)語句。

6.根據(jù)權(quán)利要求5所述的糾錯方法，其特征在于，所述將待糾錯的原始語句導(dǎo)入到初始糾錯模型，生成所述原始語句對應(yīng)的所述目標(biāo)語句，包括：

通過預(yù)設(shè)的語句編碼網(wǎng)絡(luò)對所述原始語句進(jìn)行編碼，輸出關(guān)于所述原始語句的編碼序列；

將所述編碼序列導(dǎo)入關(guān)注度計(jì)算模型，計(jì)算所述編碼序列內(nèi)各個元素在所述原始語句中的語句權(quán)重；

將所述語句權(quán)重以及所述編碼序列導(dǎo)入到預(yù)設(shè)的語句譯碼網(wǎng)絡(luò)，生成所述原始語句對應(yīng)的目標(biāo)語句。

7.根據(jù)權(quán)利要求6所述的糾錯方法，其特征在于，所述通過預(yù)設(shè)的語句編碼網(wǎng)絡(luò)對所述原始語句進(jìn)行編碼，輸出關(guān)于所述原始語句的編碼序列，包括：

將所述原始語句劃分為至少一個短句；

若任一所述短句的實(shí)際字符數(shù)小于預(yù)設(shè)的預(yù)設(shè)標(biāo)準(zhǔn)個數(shù)，則將無效字符填入所述短句，生成標(biāo)準(zhǔn)句；

通過預(yù)設(shè)的語句編碼網(wǎng)絡(luò)對所有所述標(biāo)準(zhǔn)句進(jìn)行編碼，輸出關(guān)于所述原始語句的編碼序列。

8.根據(jù)權(quán)利要求7所述的糾錯方法，其特征在于，所述將所述語句權(quán)重以及所述編碼序列導(dǎo)入到預(yù)設(shè)的語句譯碼網(wǎng)絡(luò)，生成所述原始語句對應(yīng)的目標(biāo)語句，包括：

基于各個所述標(biāo)準(zhǔn)句內(nèi)包含的所述無效字符，生成所述原始語句的無效字符過濾矩陣；

將所述無效字符過濾矩陣、所述語句權(quán)重以及所述編碼序列導(dǎo)入到預(yù)設(shè)的語句譯碼網(wǎng)絡(luò)，生成所述原始語句對應(yīng)的目標(biāo)語句。