[發明專利]語言模型構建方法、裝置及存儲介質

在審

• 申請號: 202010087941.9
• 申請日: 2020-02-12
• 公開（公告）號: CN111415655A
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 祖拓;馮大航;陳孝良;常樂
• 申請（專利權）人: 北京聲智科技有限公司
• 主分類號: G10L15/18
• 分類號: G10L15/18;G10L15/183;G10L15/26;G06F40/211
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 邢少真

1.一種語言模型構建方法，其特征在于，所述方法包括：

根據獲取的至少一個句式框架，確定框架模型，所述句式框架中包含至少一個變量元素和至少一個恒量元素，所述框架模型用來指示所述句式框架對應的語言模型；

根據獲取的所述變量元素對應的數據，確定變量模型，所述變量模型用來指示所述變量元素對應的語言模型；

將所述框架模型和所述變量模型進行結合，確定第一語言模型。

2.根據權利要求1所述的方法，其特征在于，所述根據獲取的至少一個句式框架，確定框架模型，包括：

獲取至少一個所述句式框架，將所述句式框架組合生成語料文本；

根據N-Gram語言模型算法，將所述語料文本對應的所述語言模型確定為所述框架模型；

將所述框架模型轉換成框架模型的有限狀態傳感器FST圖。

3.根據權利要求2所述的方法，其特征在于，所述獲取至少一個句式框架，生成語料文本，包括：

通過自定義編譯輸入的句式，獲取至少一個所述句式框架；

和\或，

通過接收語音識別的句式，獲取至少一個所述句式框架。

4.根據權利要求1所述的方法，其特征在于，所述根據獲取的所述變量元素對應的數據，確定變量模型，所述變量模型用來指示所述變量元素對應的語言模型，包括：

獲取所述句式框架中的至少一個所述變量元素中的數據，生成至少一個數據文本；

根據N-Gram語言模型算法，將所述數據文本對應的所述語言模型確定為所述變量模型；

將所述變量模型轉換成變量模型的有限狀態傳感器FST圖。

5.根據權利要求2或4所述的方法，其特征在于，所述將所述框架模型和所述變量模型進行結合，確定第一語言模型，包括：

將所述變量模型的FST圖添加在所述框架模型的FST圖中的變量元素的位置，確定所述第一語言模型的有限狀態傳感器FST圖。

6.一種語言模型構建裝置，其特征在于，所述裝置包括：

框架確定模塊，用于根據獲取的至少一個句式框架，確定框架模型，所述句式框架中包含至少一個變量元素和至少一個恒量元素，所述框架模型用來指示所述句式框架對應的語言模型；

變量確定模塊，用于根據獲取的所述變量元素對應的數據，確定變量模型，所述變量模型用來指示所述變量元素對應的語言模型；

模型確定模塊，用于將所述框架模型和所述變量模型進行結合，確定第一語言模型。

7.根據權利要求6所述的裝置，其特征在于，所述框架確定模塊，包括：

第一文本生成子模塊，用于獲取至少一個所述句式框架，將所述句式框架組合生成語料文本；

框架確定子模塊，用于根據N-Gram語言模型算法，將所述語料文本對應的所述語言模型確定為所述框架模型；

第一模型轉換子模塊，用于將所述框架模型轉換成框架模型的有限狀態傳感器FST圖。

8.根據權利要求7所述的裝置，其特征在于，所述文本生成子模塊，用于，

通過自定義編譯輸入的句式，獲取至少一個所述句式框架；

和\或，

通過接收語音識別的句式，獲取至少一個所述句式框架。

9.根據權利要求6所述的裝置，其特征在于，所述變量確定模塊，包括：

第二文本生成子模塊，用于獲取所述句式框架中的至少一個所述變量元素中的數據，生成至少一個數據文本；

變量確定子模塊，用于根據N-Gram語言模型算法，將所述數據文本對應的所述語言模型確定為所述變量模型；

第二模型轉換子模塊，用于將所述變量模型轉換成變量模型的有限狀態傳感器FST圖。

10.根據權利要求7或9所述的裝置，其特征在于，所述模型確定模塊，包括：

模型確定子模塊，用于將所述變量模型的FST圖添加在所述框架模型的FST圖中的變量元素的位置，確定所述第一語言模型的有限狀態傳感器FST圖。