[發(fā)明專(zhuān)利]信息提取方法、裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010022597.5
• 申請(qǐng)日: 2020-01-09
• 公開(kāi)（公告）號(hào): CN111223481B
• 公開(kāi)（公告）日: 2023-10-13
• 發(fā)明（設(shè)計(jì)）人: 葛屾;王鍇;晏陽(yáng)天;喬治;吳賢;范偉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類(lèi)號(hào): G10L15/22
• 分類(lèi)號(hào): G10L15/22;G10L15/26;G06F40/279
• 代理公司: 深圳市聯(lián)鼎知識(shí)產(chǎn)權(quán)代理有限公司 44232
• 代理人: 葉虹

1.一種信息提取方法，其特征在于，包括：

將接收到的音頻信號(hào)轉(zhuǎn)換為字符序列；

根據(jù)所述字符序列中所包含的文本類(lèi)型從字段識(shí)別模型中選取與所述文本類(lèi)型一一對(duì)應(yīng)的目標(biāo)字段識(shí)別模型；

通過(guò)所述目標(biāo)字段識(shí)別模型識(shí)別所述字符序列中的參考字符片段；

確定各所述目標(biāo)字段識(shí)別模型分別輸出的參考字符片段的集合；

對(duì)所述集合進(jìn)行去重，并根據(jù)所述字符序列對(duì)應(yīng)的特定字段從去重后的集合中提取所述特定字段對(duì)應(yīng)的信息。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，將接收到的音頻信號(hào)轉(zhuǎn)換為字符序列，包括：

將接收到的音頻信號(hào)切分為至少兩個(gè)音頻信號(hào)片段；其中，所述至少兩個(gè)音頻信號(hào)均為時(shí)域信號(hào)；

將所述時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)，并提取所述頻域信號(hào)中的聲學(xué)特征；

通過(guò)編碼器對(duì)所述聲學(xué)特征進(jìn)行編碼以及通過(guò)與所述編碼器對(duì)應(yīng)的解碼器對(duì)編碼結(jié)果進(jìn)行解碼，并根據(jù)解碼結(jié)果生成字符序列。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述字符序列中所包含的文本類(lèi)型從字段識(shí)別模型中選取與所述文本類(lèi)型一一對(duì)應(yīng)的目標(biāo)字段識(shí)別模型，包括：

將所述字符序列轉(zhuǎn)換為第一特征向量；

通過(guò)所述第一特征向量生成用于表征所述字符序列中上下文關(guān)系的第二特征向量；

對(duì)所述第二特征向量進(jìn)行分類(lèi)，并根據(jù)分類(lèi)結(jié)果確定所述字符序列中包含的文本類(lèi)型；

從至少兩個(gè)字段識(shí)別模型中選取屬于所述文本類(lèi)型的至少一個(gè)目標(biāo)字段識(shí)別模型，所述至少一個(gè)目標(biāo)字段識(shí)別模型與所述字符序列相匹配。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，若所述目標(biāo)字段識(shí)別模型用于進(jìn)行實(shí)體識(shí)別，通過(guò)所述目標(biāo)字段識(shí)別模型識(shí)別所述字符序列中的參考字符片段，包括：

通過(guò)所述目標(biāo)字段識(shí)別模型將所述字符序列轉(zhuǎn)換為詞向量和拼音向量，并拼接所述詞向量和所述拼音向量，得到第一參考向量；

提取所述第一參考向量中的第一參考特征并對(duì)所述第一參考特征進(jìn)行分類(lèi)；

根據(jù)分類(lèi)結(jié)果確定所述字符序列中的參考字符片段。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，提取所述第一參考向量中的第一參考特征，包括：

通過(guò)字符特征提取網(wǎng)絡(luò)提取所述第一參考向量中的字符特征，并通過(guò)上下文特征提取網(wǎng)絡(luò)提取所述第一參考向量中的上下文特征；

拼接所述字符特征和所述上下文特征，并將拼接結(jié)果確定為所述第一參考向量中的第一參考特征。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，在根據(jù)分類(lèi)結(jié)果確定所述字符序列中的參考字符片段之后，所述方法還包括：

根據(jù)所述參考字符片段更新所述字符序列并計(jì)算更新后的字符序列對(duì)應(yīng)的條件隨機(jī)場(chǎng)損失函數(shù)；

根據(jù)所述條件隨機(jī)場(chǎng)損失函數(shù)更新所述目標(biāo)字段識(shí)別模型中的參數(shù)。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，若所述目標(biāo)字段識(shí)別模型用于進(jìn)行數(shù)字識(shí)別，通過(guò)所述目標(biāo)字段識(shí)別模型識(shí)別所述字符序列中的參考字符片段，包括：

通過(guò)所述目標(biāo)字段識(shí)別模型將所述字符序列轉(zhuǎn)換為字符向量，并根據(jù)所述字符向量提取所述字符序列對(duì)應(yīng)的上下文向量；

拼接所述字符向量和所述上下文向量，得到第二參考向量；

提取所述第二參考向量中的第二參考特征并對(duì)所述第二參考特征進(jìn)行分類(lèi)；

根據(jù)分類(lèi)結(jié)果確定所述字符序列中的參考字符片段。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，根據(jù)分類(lèi)結(jié)果確定所述字符序列中的參考字符片段之后，所述方法還包括：

當(dāng)檢測(cè)到所述字符序列中存在待轉(zhuǎn)換的字符計(jì)量單位時(shí)，通過(guò)預(yù)設(shè)轉(zhuǎn)換規(guī)則將所述待轉(zhuǎn)換的字符計(jì)量單位轉(zhuǎn)換為特定的字符計(jì)量單位。

9.根據(jù)權(quán)利要求7所述的方法，其特征在于，根據(jù)分類(lèi)結(jié)果確定所述字符序列中的參考字符片段之后，所述方法還包括：

計(jì)算所述字符序列中的參考字符片段與所述字符序列中的標(biāo)準(zhǔn)字符片段之間的交叉熵?fù)p失函數(shù)；

根據(jù)所述交叉熵?fù)p失函數(shù)更新所述目標(biāo)字段識(shí)別模型中的參數(shù)。