[發明專利]語句文本的切分方法、裝置、設備和計算機可讀存儲介質

有效

• 申請號: 202010963503.4
• 申請日: 2020-09-14
• 公開（公告）號: CN112101003B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 湯耀華;周楠楠;楊海軍;徐倩
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/151
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

1.一種語句文本的切分方法，其特征在于，所述語句文本的切分方法包括：

獲取第一語句文本，對所述第一語句文本進行轉換得到所述第一語句文本對應的語句字符，其中，所述第一語句文本中的逗號以及句號轉換為預設字符；

確定所述預設字符在所述語句字符中的第一位置，并根據所述第一位置確定預設符號在所述第一語句文本中的第二位置，其中，所述預設符號為逗號以及句號；

將所述第二位置確定為所述第一語句文本的切分點，對所述切分點進行切分，以將所述第一語句文本切分為多個短句，使得每個短句含有一個完整的語義；

所述對所述第一語句文本進行轉換得到所述第一語句文本對應的語句字符的步驟，包括：

裁剪或補全所述第一語句文本，以使所述第一語句文本的長度為預設長度；

對預設長度的第一語句文本的句首設置句首標簽，且對預設長度的第一語句文本的句尾設置句尾標簽，得到第三語句文本；

將所述第三語句文本輸入轉換模型，得到所述轉換模型輸出的所述語句字符，其中，所述轉換模型包括BERT模型，所述句首標簽為CLS，所述句尾標簽為SEP。

2.如權利要求1所述的語句文本的切分方法，其特征在于，所述獲取第一語句文本的步驟之后，還包括：

確定所述第一語句文本是否滿足校正條件；

在所述第一語句文本不滿足校正條件時，執行所述對所述第一語句文本進行轉換得到所述第一語句文本對應的語句字符的步驟。

3.如權利要求2所述的語句文本的切分方法，其特征在于，所述確定所述第一語句文本是否滿足校正條件的步驟之后，還包括：

在所述第一語句文本滿足校正條件時，將所述第一語句文本發送至各個終端；

接收各個所述終端反饋的第二語句文本，并將相同的第二語句文本確定為目標語句文本，其中，所述第二語句文本為重新標注預設符號的所述第一語句文本；

對所述目標語句文本進行轉換得到所述目標語句文本對應的語句字符，并確定所述預設字符在所述目標語句文本對應的語句字符中的第三位置；

根據所述第三位置確定預設符號在所述目標語句文本中的第四位置，并將所述第四位置確定為所述目標語句文本的切分點。

4.如權利要求2所述的語句文本的切分方法，其特征在于，所述校正條件包括以下至少一種：

所述第一語句文本的屬性為預設屬性，所述屬性包括轉換第一語句文本的語音數據的類型及/或所述第一語句文本的來源；

所述第一語句文本中預設符號的數量小于預設數量。

5.如權利要求1-4任一項所述的語句文本的切分方法，其特征在于，所述對所述第一語句文本進行轉換得到所述第一語句文本對應的語句字符的步驟包括：

確定所述第一語句文本對應的向量；

對所述向量進行特征提取得到所述第一語句文本中文字以及符號對應的特征值；

根據各個所述特征值確定所述第一語句文本對應的語句字符。

6.如權利要求1-4任一項所述的語句文本的切分方法，其特征在于，所述將所述第二位置確定為所述第一語句文本確定為切分點的步驟之后，還包括：

對所述第一語句文本的切分點進行標記，以得到第四語句文本；

將各個所述第四語句文本作為訓練樣本，并根據各個所述訓練樣本對預設模型進行訓練得到語句切分模型。