[發明專利]一種基于深度學習的盲文轉中文方法

在審

• 申請號: 202010466752.2
• 申請日: 2020-05-28
• 公開（公告）號: CN111814437A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 于紅雷;鄒可;孫俊偉
• 申請（專利權）人: 杭州視氪科技有限公司
• 主分類號: G06F40/16
• 分類號: G06F40/16;G06F40/226;G06F40/126;G06N3/04;G06N3/08
• 代理公司: 杭州伍博專利代理事務所(普通合伙) 33309
• 代理人: 熊小芬

1.一種基于深度學習的盲文轉中文方法，其特征是，具體包括如下步驟：

(1)對盲文文本預處理：盲文文本預處理對盲文做編碼歸一化處理；

(2)深度學習模型構建：深度學習算法模型學習編碼后的文本規律；

(3)訓練深度學習模型：通過深度學習模型翻譯出對應的中文內容；

(4)文本糾錯：在文本糾錯單元對盲文中的錯別字進一步糾錯。

2.根據權利要求1所述的一種基于深度學習的盲文轉中文方法，其特征是，在步驟(1)中，盲文文本預處理的具體方法如下：

(11)對于盲文句子，根據盲文的特點，每一個中文字符對應的盲文都采用三方對齊表示，不足三方的用數字0填充表示；

(12)對填充對齊后的盲文句子進行編碼，轉換成十進制編碼字符串，編碼后的字符串映射到0到63的編碼空間，每個編碼后的十進制數對應一個0到63的數字；

(13)將每個編碼后的十進制數替換成0到63對應的十進制數字，替換后的數字序列就是預處理的最終結果。

3.根據權利要求2所述的一種基于深度學習的盲文轉中文方法，其特征是，在步驟(12)中，盲文句子進行編碼的具體方法如下：

(121)對每一個盲文點方所代表的數字集合，對每一個數字進行2^N計算，其中N表示盲文點方中每一個點代表的數字；

(122)每一個盲文點方對所有的數字進行2^N計算，然后求和，計算所得的數字就是編碼后的值。

4.根據權利要求2或3所述的一種基于深度學習的盲文轉中文方法，其特征是，在步驟(2)中，深度學習模型構建的具體方法如下：

(21)對編碼后的盲文句子進行詞嵌入編碼，輸出詞嵌入編碼后的詞向量；

(22)用cnn網絡提取句子的語法信息和單詞前后關聯信息；

(23)用雙向lstm網絡提取整個句子的句法結構信息；

(24)步驟(23)作為網絡的輸出，通過交叉熵作為損失函數loss。

5.根據權利要求4所述的一種基于深度學習的盲文轉中文方法，其特征是，在步驟(22)中，具體操作方法如下：

(221)該cnn網絡的輸入是經過詞嵌入編碼后的詞向量；

(222)詞向量經過三層一維卷積神經網絡，每一層的卷積核依次為7、5、3，用于提取不同長度句子中的語法信息和單詞前后關聯信息。

6.根據權利要求2或3所述的一種基于深度學習的盲文轉中文方法，其特征是，在步驟(3)中，訓練深度學習模型的具體方法如下：

(31)收集不同領域的中文文本，進行文本清洗，按句子分割，按照《國家通用盲文》規則，生成中盲對齊語料；

(32)根據步驟(1)所述的文本預處理算法，對中盲對齊語料中的盲文進行編碼；

(33)將常用漢字做成詞典，對中盲對齊語料中的中文句子進行編碼；

(34)中盲對齊語料中的盲文語句作為深度學習模型的input，中文句子作為深度學習模型的output。