[發(fā)明專利]一種用于語音識(shí)別文本多標(biāo)簽分類的方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010981714.0
• 申請(qǐng)日: 2020-09-17
• 公開（公告）號(hào): CN112133308A
• 公開（公告）日: 2020-12-25
• 發(fā)明（設(shè)計(jì)）人: 柯穎;林廷懋;鐘伊妮;王周宇;謝雨成;李曉敦;趙世輝;陳銘新
• 申請(qǐng)（專利權(quán)）人: 中國建設(shè)銀行股份有限公司
• 主分類號(hào): G10L15/26
• 分類號(hào): G10L15/26;G10L15/06;G10L15/08;G06F16/35;G06N20/00
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 張一軍;王安娜

1.一種用于執(zhí)行語音識(shí)別文本多標(biāo)簽分類的方法，所述方法包括：

接收語音數(shù)據(jù)；

對(duì)所述語音數(shù)據(jù)執(zhí)行語音識(shí)別，以生成語音文本；

對(duì)所述語音文本執(zhí)行預(yù)處理，以生成預(yù)處理的語音文本；

利用所述預(yù)處理的語音文本，使用機(jī)器學(xué)習(xí)進(jìn)行訓(xùn)練，生成標(biāo)簽分類模型；

使用所述標(biāo)簽分類模型對(duì)新生成的預(yù)處理的語音文本進(jìn)行預(yù)測，以生成與所述新生成的預(yù)處理的語音文本相對(duì)應(yīng)的標(biāo)簽集合。

2.根據(jù)權(quán)利要求1所述的方法，進(jìn)一步包括：

根據(jù)所述語音數(shù)據(jù)所對(duì)應(yīng)的應(yīng)用場景，生成產(chǎn)品標(biāo)簽集合，以及

生成術(shù)語庫，

其中，所述術(shù)語庫包括針對(duì)所述產(chǎn)品標(biāo)簽集合中的每個(gè)產(chǎn)品標(biāo)簽的術(shù)語。

3.根據(jù)權(quán)利要求2所述的方法，進(jìn)一步包括：利用所述產(chǎn)品標(biāo)簽集合對(duì)所述語音文本打標(biāo)簽。

4.根據(jù)權(quán)利要求3所述的方法，其中，對(duì)所述語音文本執(zhí)行預(yù)處理進(jìn)一步包括：

對(duì)所述語音文本進(jìn)行去噪，

將所述術(shù)語庫融合為一個(gè)詞庫，

將所述詞庫添加到自定義詞典中，使得所述自定義詞典與所述標(biāo)簽集合強(qiáng)相關(guān)，

利用所述自定義詞典對(duì)所述語音文本執(zhí)行分詞。

5.根據(jù)權(quán)利要求4所述的方法，進(jìn)一步包括：

針對(duì)每個(gè)標(biāo)簽，計(jì)算所述預(yù)處理的語音文本的分詞的頻率特征值，以及

根據(jù)所述頻率特征值選擇對(duì)應(yīng)標(biāo)簽的關(guān)鍵詞。

6.根據(jù)權(quán)利要求5所述的方法，其中，所述頻率特征值是詞頻-逆文本頻率(TF-IDF)。

7.根據(jù)權(quán)利要求5所述的方法，進(jìn)一步包括：

針對(duì)每個(gè)標(biāo)簽，計(jì)算所述關(guān)鍵詞與所述術(shù)語庫中的術(shù)語的語音相似度，

將所述語音相似度與第一閾值比較，如果所述語音相似度等于或大于所述第一閾值，則將所述關(guān)鍵詞添加到所述術(shù)語庫中。

8.根據(jù)權(quán)利要求7所述的方法，其中，所述第一閾值根據(jù)所述語音識(shí)別的準(zhǔn)確度來設(shè)定。

9.根據(jù)權(quán)利要求5所述的方法，進(jìn)一步包括：

針對(duì)每個(gè)標(biāo)簽，計(jì)算所述關(guān)鍵詞與所述術(shù)語庫中的術(shù)語的語義相似度，

將所述語義相似度與第二閾值比較，如果所述語義相似度等于或大于所述第二閾值，則將所述關(guān)鍵詞添加到所述術(shù)語庫中。

10.根據(jù)權(quán)利要求9所述的方法，其中，所述第二閾值根據(jù)業(yè)務(wù)場景來設(shè)定。

11.根據(jù)權(quán)利要求4所述的方法，進(jìn)一步包括：

將所述預(yù)處理的語音文本的分詞的集合與所述產(chǎn)品術(shù)語庫做交集運(yùn)算，

若交集不為空，則打上對(duì)應(yīng)的標(biāo)簽，由此生成第一標(biāo)簽集合。

12.根據(jù)權(quán)利要求11所述的方法，進(jìn)一步包括：

通過對(duì)所述預(yù)處理的語音文本進(jìn)行預(yù)測，以生成第二標(biāo)簽集合。

13.根據(jù)權(quán)利要求12所述的方法，進(jìn)一步包括：

將每篇語音文本的所述第一標(biāo)簽集合和所述第二標(biāo)簽集合做并集運(yùn)算，以生成與所述語音文本相對(duì)應(yīng)的標(biāo)簽集合。

14.根據(jù)權(quán)利要求1所述的方法，其中，所述預(yù)測是通過sklearn機(jī)器學(xué)習(xí)工具執(zhí)行的。

15.根據(jù)權(quán)利要求1所述的方法，其中，在生成所述標(biāo)簽分類模型中，采用綜合評(píng)價(jià)指標(biāo)F分?jǐn)?shù)(F-Score)。

16.根據(jù)權(quán)利要求1所述的方法，其中，在生成所述標(biāo)簽分類模型中，采用綜合評(píng)價(jià)指標(biāo)F1分?jǐn)?shù)(F1-Score)。