[發(fā)明專利]一種語(yǔ)音識(shí)別文本的智能糾錯(cuò)方法、系統(tǒng)和電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202011191600.2
• 申請(qǐng)日: 2020-10-30
• 公開（公告）號(hào): CN112016275A
• 公開（公告）日: 2020-12-01
• 發(fā)明（設(shè)計(jì)）人: 李蒙;劉志敏
• 申請(qǐng)（專利權(quán)）人: 北京淇瑀信息科技有限公司
• 主分類號(hào): G06F40/151
• 分類號(hào): G06F40/151;G06F40/216;G06F40/226;G06F40/242;G06F40/279;G10L15/26
• 代理公司: 北京清誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11691
• 代理人: 喬?hào)|峰

本發(fā)明提供了一種語(yǔ)音識(shí)別文本的智能糾錯(cuò)方法、系統(tǒng)和電子設(shè)備。該方法包括：利用主題式對(duì)話的歷史無(wú)錯(cuò)文本構(gòu)建糾錯(cuò)詞庫(kù)；接收用戶語(yǔ)音輸入，對(duì)所述用戶語(yǔ)音輸入進(jìn)行用戶文本輸入的轉(zhuǎn)換；對(duì)轉(zhuǎn)換后的用戶文本輸入，進(jìn)行分詞處理；使用所述糾錯(cuò)詞庫(kù)，對(duì)分詞處理后的各詞進(jìn)行糾錯(cuò)判斷，確定待糾錯(cuò)詞；基于向量相似度，與所述糾錯(cuò)詞庫(kù)中詞向量進(jìn)行相似度匹配；根據(jù)相似度匹配結(jié)果，對(duì)所述待糾錯(cuò)詞進(jìn)行糾錯(cuò)。本發(fā)明的方法優(yōu)化了糾錯(cuò)方法，提高了準(zhǔn)確度，有效避免了待糾錯(cuò)的語(yǔ)音文本并未糾錯(cuò)的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)信息處理領(lǐng)域，具體涉及一種語(yǔ)音識(shí)別文本的智能糾錯(cuò)方法、系統(tǒng)和電子設(shè)備。

背景技術(shù)

隨著語(yǔ)音識(shí)別技術(shù)的發(fā)展，語(yǔ)音識(shí)別技術(shù)的應(yīng)用領(lǐng)域越來(lái)越廣，使用語(yǔ)音進(jìn)行交互的用戶也越來(lái)越多。因此，對(duì)于語(yǔ)音識(shí)別文本糾錯(cuò)的研究也越來(lái)越多。

在相關(guān)技術(shù)中，公開了一種對(duì)語(yǔ)音識(shí)別后文本進(jìn)行檢錯(cuò)糾錯(cuò)的方法，即通過(guò)對(duì)待識(shí)別語(yǔ)音文本進(jìn)行語(yǔ)法語(yǔ)義分析，從而定位出該待識(shí)別語(yǔ)音文本中的錨點(diǎn)詞，然后，在預(yù)配置的存儲(chǔ)有大量實(shí)例（例如，各種語(yǔ)境下的句子）的語(yǔ)境知識(shí)庫(kù)中抽取每個(gè)錨點(diǎn)詞對(duì)應(yīng)的實(shí)例（例如，包含該錨點(diǎn)詞的文本局形成的實(shí)例），然后分別計(jì)算每個(gè)錨點(diǎn)詞對(duì)應(yīng)的實(shí)例與該待識(shí)別語(yǔ)音文本間的詞語(yǔ)相關(guān)度，并從該每個(gè)錨點(diǎn)詞對(duì)應(yīng)的實(shí)例中選擇，以確定出待糾錯(cuò)詞，并對(duì)該待糾錯(cuò)詞進(jìn)行糾錯(cuò)。由于同一詞語(yǔ)在不同場(chǎng)景下所形成的實(shí)例不同，現(xiàn)有的語(yǔ)境知識(shí)庫(kù)中不能涵蓋每個(gè)詞語(yǔ)的所有語(yǔ)境下的實(shí)例，因此，存在待糾錯(cuò)的語(yǔ)音文本并未糾錯(cuò)的問(wèn)題，從而準(zhǔn)確度不高。

然而，由于各種外部環(huán)境因素，場(chǎng)景差異較大，在語(yǔ)音識(shí)別過(guò)程中出現(xiàn)語(yǔ)音識(shí)別錯(cuò)誤是難以避免的，而語(yǔ)音識(shí)別錯(cuò)誤會(huì)影響后續(xù)的語(yǔ)義理解模型及對(duì)話邏輯處理、進(jìn)而極大地影響整個(gè)語(yǔ)音對(duì)話系統(tǒng)的效果及體驗(yàn)。因此，迫切地需要在語(yǔ)音識(shí)別結(jié)果中定位并糾正語(yǔ)音識(shí)別錯(cuò)誤。可是，現(xiàn)有的語(yǔ)音識(shí)別模型的更新周期往往較長(zhǎng)，無(wú)法方便快速地解決語(yǔ)音識(shí)別錯(cuò)誤，還存在準(zhǔn)確度不高等問(wèn)題。

因此，有必要提供一種準(zhǔn)確度更高的智能糾錯(cuò)方法。

發(fā)明內(nèi)容

為了進(jìn)一步優(yōu)化糾錯(cuò)方法，本發(fā)明提供了一種語(yǔ)音識(shí)別文本的智能糾錯(cuò)方法，用于主題式對(duì)話的語(yǔ)音對(duì)話機(jī)器人，包括：利用主題式對(duì)話的歷史無(wú)錯(cuò)文本構(gòu)建糾錯(cuò)詞庫(kù)；接收用戶語(yǔ)音輸入，對(duì)所述用戶語(yǔ)音輸入進(jìn)行用戶文本輸入的轉(zhuǎn)換；對(duì)轉(zhuǎn)換后的用戶文本輸入，進(jìn)行分詞處理；使用所述糾錯(cuò)詞庫(kù)，對(duì)分詞處理后的各詞進(jìn)行糾錯(cuò)判斷，確定待糾錯(cuò)詞；基于向量相似度，與所述糾錯(cuò)詞庫(kù)中詞向量進(jìn)行相似度匹配；根據(jù)相似度匹配結(jié)果，對(duì)所述待糾錯(cuò)詞進(jìn)行糾錯(cuò)。

優(yōu)選地，所述糾錯(cuò)詞庫(kù)包括示例句、一階詞典和二階詞典。

優(yōu)選地，所述使用所述糾錯(cuò)詞庫(kù)，對(duì)分詞處理后的各詞進(jìn)行糾錯(cuò)判斷，確定待糾錯(cuò)詞還包括：基于所述糾錯(cuò)詞庫(kù)，對(duì)分詞處理后的單個(gè)詞進(jìn)行頻次統(tǒng)計(jì)計(jì)算；使用一階詞典，并根據(jù)第一判斷規(guī)則確定待糾錯(cuò)詞。

優(yōu)選地，還包括：基于所述糾錯(cuò)詞庫(kù)，進(jìn)一步對(duì)分詞處理后的兩個(gè)連續(xù)詞進(jìn)行頻次統(tǒng)計(jì)計(jì)算；使用二階詞典，并根據(jù)第二判斷規(guī)則確定待糾錯(cuò)詞。

優(yōu)選地，還包括：設(shè)定與所述一階詞典和所述二階詞典對(duì)應(yīng)的第一判斷規(guī)則和第二判斷規(guī)則；所述第一判斷規(guī)則包括配置與所述一階詞典中單個(gè)詞相對(duì)應(yīng)的頻次閾值，所述第二判斷規(guī)則包括配置與所述二階詞典中兩個(gè)詞相對(duì)應(yīng)的頻次閾值。

優(yōu)選地，還包括：在所述用戶文本輸入的各詞的頻次計(jì)算值小于所述一階詞典中對(duì)應(yīng)詞的頻次閾值時(shí)，確定該詞為待糾錯(cuò)詞。

優(yōu)選地，還包括：在所述用戶文本輸入的兩個(gè)連續(xù)詞的頻次計(jì)算值小于所述二階詞典中對(duì)應(yīng)的兩個(gè)詞的頻次閾值時(shí)，確定該兩個(gè)連續(xù)詞為待糾錯(cuò)詞。

優(yōu)選地，所述基于向量相似度，與所述糾錯(cuò)詞庫(kù)中詞向量進(jìn)行相似度匹配包括：對(duì)所述用戶文本輸入進(jìn)行詞向量轉(zhuǎn)換，與所述糾錯(cuò)詞庫(kù)中的示例句進(jìn)行相似度計(jì)算；在所計(jì)算的文本相似度大于設(shè)定閾值時(shí)，將篩選出的示例句中的各詞與所述用戶文本輸入的各詞進(jìn)行逐詞匹配，以確定與待糾錯(cuò)詞相對(duì)應(yīng)的正確詞。