[發明專利]拼音識別方法、裝置、終端設備及計算機可讀存儲介質

在審

• 申請號: 202010656131.0
• 申請日: 2020-07-09
• 公開（公告）號: CN111967248A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 趙洋;包榮鑫;王宇;魏世勝
• 申請（專利權）人: 深圳價值在線信息科技股份有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/30
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 閆冰冰

本申請適用于數據處理技術領域，提供了一種拼音識別方法、拼音識別裝置、終端設備及計算機可讀存儲介質，包括：對待識別的拼音序列進行漢語音節的劃分處理，得到音節序列；獲取所述音節序列中每個漢語音節對應的一組候選漢字，并基于預設統計模型從所述每個漢語音節對應的一組候選文字中確定出每個所述漢語音節對應的目標漢字，其中，所述預設統計模型用于表示每兩個所述漢語音節對應的所述候選漢字之間的關聯性；按照所述音節序列中漢語音節的順序將所述目標漢字組合成語句，并將所述語句記為所述拼音序列的識別結果。通過上述方法，能夠有效提高拼音識別的準確率。

技術領域

本申請屬于數據處理技術領域，尤其涉及拼音識別方法、拼音識別裝置、終端設備及計算機可讀存儲介質。

背景技術

拼音識別技術，是指根據輸入的拼音識別出相應漢字的方法。隨著人工智能的發展，拼音識別技術已經廣泛應用于輸入法、語音識別、文本增強和機器翻譯等領域。

現有的拼音識別技術，通常需要構建包含拼音、詞語和權重的詞庫，然后對詞語進行組合，并根據權重對每一種詞語組合打分，將最優的詞語組合記為拼音識別結果。現有方法需要不斷更新詞庫，如果詞庫更新不及時，那么最終得到的詞語組合將無法表達原拼音的真實語義，進而影響拼音識別結果的準確性。

發明內容

本申請實施例提供了一種拼音識別方法、拼音識別裝置、終端設備及計算機可讀存儲介質，可以解決拼音識別結果不準確的問題。

第一方面，本申請實施例提供了一種拼音識別方法，包括：

對待識別的拼音序列進行漢語音節的劃分處理，得到音節序列；

獲取所述音節序列中每個漢語音節對應的一組候選漢字，并基于預設統計模型從所述每個漢語音節對應的一組候選文字中確定出每個所述漢語音節對應的目標漢字，其中，所述預設統計模型用于表示每兩個所述漢語音節對應的所述候選漢字之間的關聯性；

按照所述音節序列中漢語音節的順序將所述目標漢字組合成語句，并將所述語句記為所述拼音序列的識別結果。

在第一方面的一種可能的實現方式中，所述對待識別的拼音序列進行漢語音節的劃分處理，得到音節序列，包括：

獲取預設字典樹，其中，所述預設字典樹中的每個節點對應一個拼音字符，且所述節點的子節點對應的拼音字符不同；

在所述預設字典樹中查找第一目標節點，其中，所述第一目標節點對應的拼音字符與所述拼音序列中的第一個拼音字符相同；

以所述第一目標節點為父節點，在所述預設字典樹中查找第二目標節點，其中，第r個第二目標節點對應所述拼音序列中的第r+1個拼音字符，1≤r≤R-1，所述R為所述拼音序列中拼音字符的個數。

在第一方面的一種可能的實現方式中，所述預設統計模型為隱馬爾可夫模型；

所述隱馬爾可夫模型包括初始概率矩陣、狀態轉移矩陣和觀測矩陣；

其中，所述初始概率矩陣包括第一個漢字組中每個候選漢字對應的統計概率值，其中，所述第一個漢字組為所述音節序列中第一個漢語音節對應的一組候選漢字；

所述狀態轉移矩陣包括所述音節序列中相鄰的每兩個漢語音節對應的候選漢字之間的關聯概率值；

所述觀測矩陣包括每個所述候選漢字的讀音各自對應的統計概率值。

在第一方面的一種可能的實現方式中，所述基于預設統計模型從所述每個漢語音節對應的一組候選文字中確定出每個所述漢語音節對應的目標漢字，包括：

按照所述音節序列中漢語音節的順序，依次計算每個所述漢語音節對應的每個所述候選漢字的概率最值；

根據計算出的所述概率最值確定出每個所述漢語音節對應的目標漢字。