[發(fā)明專利]口語信息處理方法、裝置和電子設(shè)備

有效

• 申請?zhí)枺?/td>: 202011461385.3
• 申請日: 2020-12-08
• 公開（公告）號: CN112651231B
• 公開（公告）日: 2023-10-27
• 發(fā)明（設(shè)計）人: 林雨;蒙嘉穎;吳培昊
• 申請（專利權(quán)）人: 北京有竹居網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號: G06F40/232
• 分類號: G06F40/232;G06F40/253;G06F40/58;G10L15/26
• 代理公司: 泰和泰律師事務(wù)所 51219
• 代理人: 祝海燕

1.一種口語信息處理方法，其特征在于，包括：

確定初始口語信息中各個單詞對應(yīng)的詞干，并基于所述各個單詞對應(yīng)的詞干得到與所述初始口語信息對應(yīng)的初始口語詞干向量；

根據(jù)所述初始口語信息對應(yīng)的初始口語向量和所述初始口語詞干向量，確定與所述初始口語信息中各個單詞對應(yīng)的標(biāo)簽；所述標(biāo)簽至少包括：順滑、非順滑；

根據(jù)所述各個單詞對應(yīng)的標(biāo)簽處理所述初始口語信息，得到順滑的目標(biāo)口語信息。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述初始口語信息對應(yīng)的初始口語向量和所述初始口語詞干向量，確定與所述初始口語信息中各個單詞對應(yīng)的標(biāo)簽，包括：

將所述初始口語信息對應(yīng)的初始口語向量和所述初始口語詞干向量輸入預(yù)先訓(xùn)練好的口語處理模型中，得到與所述初始口語信息中各個單詞對應(yīng)的標(biāo)簽。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述口語處理模型包括第一預(yù)設(shè)口語處理模型、第二預(yù)設(shè)口語處理模型和第三預(yù)設(shè)口語處理模型，以及所述口語處理模型預(yù)先基于如下步驟訓(xùn)練：

構(gòu)建訓(xùn)練樣本集；所述訓(xùn)練樣本集中包括多個非順滑樣本信息；

針對每一個所述非順滑樣本信息，確定該非順滑樣本信息中各個樣本單詞對應(yīng)的樣本詞干，并基于所述各個樣本單詞對應(yīng)的樣本詞干得到該非順滑樣本信息對應(yīng)的非順滑樣本詞干向量；

利用所述非順滑樣本信息對應(yīng)的非順滑樣本向量、所述非順滑樣本詞干向量分別訓(xùn)練所述第一預(yù)設(shè)口語處理模型和所述第二預(yù)設(shè)口語處理模型至收斂；

將收斂的所述第一預(yù)設(shè)口語處理模型和所述第二預(yù)設(shè)口語處理模型的輸出標(biāo)簽向量按照預(yù)設(shè)規(guī)則進行拼接，并將拼接后的組合向量作為所述第三預(yù)設(shè)口語處理模型的輸入，訓(xùn)練所述第三預(yù)設(shè)口語處理模型至收斂，得到所述口語處理模型。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述構(gòu)建訓(xùn)練樣本集，包括：

獲取順滑樣本信息；

在預(yù)設(shè)詞庫中查找所述順滑樣本信息中的各個樣本單詞對應(yīng)的原始形態(tài)單詞；所述預(yù)設(shè)詞庫中包括所述各個樣本單詞對應(yīng)的原始形態(tài)單詞；

確定查找到的所述原始形態(tài)單詞對應(yīng)的樣本單詞在所述順滑樣本信息中的位置；

以所述位置為起始位置，并以所述樣本單詞為起始單詞，插入預(yù)設(shè)重復(fù)長度、預(yù)設(shè)重復(fù)次數(shù)的多個樣本單詞。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述構(gòu)建訓(xùn)練樣本集，包括：

獲取順滑樣本信息；

在所述順滑樣本信息中隨機插入至少一個重復(fù)單詞，得到所述非順滑樣本信息；所述重復(fù)單詞包括在插入位置處的初始樣本單詞。

6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述構(gòu)建訓(xùn)練樣本集，包括：

獲取順滑樣本信息；

在所述順滑樣本信息中隨機插入語氣單詞，得到所述非順滑樣本信息。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述各個單詞對應(yīng)的標(biāo)簽處理所述初始口語信息，得到順滑的目標(biāo)口語信息，包括：

刪除被標(biāo)記為非順滑的標(biāo)簽對應(yīng)的單詞，得到所述目標(biāo)口語信息。

8.一種口語信息處理裝置，其特征在于，包括：

確定模塊，用于確定初始口語信息中各個單詞對應(yīng)的詞干，并基于所述各個單詞對應(yīng)的詞干得到與所述初始口語信息對應(yīng)的初始口語詞干向量；

標(biāo)注模塊，用于根據(jù)所述初始口語信息對應(yīng)的初始口語向量和所述初始口語詞干向量，確定與所述初始口語信息中各個單詞對應(yīng)的標(biāo)簽；所述標(biāo)簽至少包括：順滑、非順滑；

處理模塊，用于根據(jù)所述各個單詞對應(yīng)的標(biāo)簽處理所述初始口語信息，得到順滑的目標(biāo)口語信息。

9.一種電子設(shè)備，其特征在于，包括：

一個或多個處理器；

存儲裝置，其上存儲有一個或多個程序，當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)權(quán)利要求1-7中任一所述的方法。

10.一種計算機可讀介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-7中任一所述的方法。