[發明專利]基于反向翻譯的口語文本增強方法及系統

有效

• 申請號: 202010279905.2
• 申請日: 2020-04-10
• 公開（公告）號: CN111507114B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 楊柳
• 申請（專利權）人: 思必馳科技股份有限公司
• 主分類號: G06F40/58
• 分類號: G06F40/58;G06F40/289;G06N3/0442;G06N3/08
• 代理公司: 北京商專永信知識產權代理事務所(普通合伙) 11400
• 代理人: 黃謙;車江華

1.一種基于反向翻譯的口語文本增強方法，包括：

通過帶有第一標簽集合的口語文本訓練標簽預測模型，其中，所述標簽預測模型用于預測所述口語文本的標簽集合；

將所述帶有第一標簽集合的口語文本翻譯成其他語言后，再進行反向翻譯，生成多條增強口語文本；

基于所述標簽預測模型對所述多條增強口語文本進行標簽預測，確定所述多條增強口語文本各自對應的第二標簽集合；

分別判斷所述第一標簽集合內的標簽，在所述多條增強口語文本各自對應的第二標簽集合中是否丟失，當存在標簽丟失時，將刪除丟失標簽的第一標簽集合確定為所述增強口語文本的有效標簽集合。

2.根據權利要求1所述的方法，其中，所述分別判斷所述第一標簽集合內的標簽，在所述多條增強口語文本各自對應的第二標簽集合中是否丟失還包括：

當不存在標簽丟失時，將所述第一標簽集合確定為所述增強口語文本的有效標簽集合。

3.根據權利要求1所述的方法，其中，在所述通過帶有第一標簽集合的口語文本訓練標簽預測模型之前，所述方法還包括：

對所述口語文本進行停用詞處理，以去除所述口語文本中的預設詞語。

4.根據權利要求3所述的方法，其中，所述預設詞語包括：語氣詞、嘆詞、連詞。

5.一種基于反向翻譯的口語文本增強系統，包括：

預測模型訓練程序模塊，用于通過帶有第一標簽集合的口語文本訓練標簽預測模型，其中，所述標簽預測模型用于預測所述口語文本的標簽集合；

反向翻譯程序模塊，用于將所述帶有第一標簽集合的口語文本翻譯成其他語言后，再進行反向翻譯，生成多條增強口語文本；

標簽預測程序模塊，用于基于所述標簽預測模型對所述多條增強口語文本進行標簽預測，確定所述多條增強口語文本各自對應的第二標簽集合；

文本增強程序模塊，用于分別判斷所述第一標簽集合內的標簽，在所述多條增強口語文本各自對應的第二標簽集合中是否丟失，當存在標簽丟失時，將刪除丟失標簽的第一標簽集合確定為所述增強口語文本的有效標簽集合。

6.根據權利要求5所述的系統，其中，所述文本增強程序模塊還用于：

當不存在標簽丟失時，將所述第一標簽集合確定為所述增強口語文本的有效標簽集合。

7.根據權利要求5所述的系統，其中，所述系統還包括預處理程序模塊：

用于對所述口語文本進行停用詞處理，以去除所述口語文本中的預設詞語。

8.根據權利要求7所述的系統，其中，所述預設詞語包括：語氣詞、嘆詞、連詞。

9.一種電子設備，其包括：至少一個處理器，以及與所述至少一個處理器通信連接的存儲器，其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行權利要求1-4中任一項所述方法的步驟。

10.一種存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求1-4中任一項所述方法的步驟。