[發(fā)明專利]規(guī)則語言模型的生成方法及裝置

在審

• 申請?zhí)枺?/td>: 202011605389.4
• 申請日: 2020-12-30
• 公開（公告）號: CN112820280A
• 公開（公告）日: 2021-05-18
• 發(fā)明（設(shè)計）人: 陳孝良;馮大航;焦偉;常樂
• 申請（專利權(quán)）人: 北京聲智科技有限公司
• 主分類號: G10L15/14
• 分類號: G10L15/14;G10L15/06;G10L15/16;G06F40/30;G06K9/62;G06N3/02;G10L15/22;G06F40/211;G06F40/284
• 代理公司: 北京竹辰知識產(chǎn)權(quán)代理事務所(普通合伙) 11706
• 代理人: 聶鵬

1.一種規(guī)則語言模型的生成方法，其特征在于，包括：

獲取原始規(guī)則語言模型并將所述原始規(guī)則語言模型轉(zhuǎn)換成加權(quán)有限狀態(tài)轉(zhuǎn)換器結(jié)構(gòu)的第一圖；

獲取統(tǒng)計語言模型并將所述統(tǒng)計語言模型轉(zhuǎn)換成加權(quán)有限狀態(tài)轉(zhuǎn)換器結(jié)構(gòu)的第二圖；

將所述第一圖和所述第二圖合并得到規(guī)則語言模型的加權(quán)有限狀態(tài)轉(zhuǎn)換器結(jié)構(gòu)的第三圖；其中所述第三圖中的邊的權(quán)重根據(jù)所述第一圖和所述第二圖中的對應邊的權(quán)重得到。

2.如權(quán)利要求1所述的規(guī)則語言模型的生成方法，其特征在于，所述原始規(guī)則語言模型通過預設(shè)的規(guī)則生成；所述第一圖中包括多個第一狀態(tài)節(jié)點以及所述第一狀態(tài)節(jié)點之間的第一邊，所述第一邊包括輸入字符和輸出字符以及所述第一邊的第一權(quán)重；多個所述第一邊所形成的路徑表示所述原始規(guī)則語言模型所能識別的字符串。

3.如權(quán)利要求1所述的規(guī)則語言模型的生成方法，其特征在于，所述統(tǒng)計語言模型通過通用語料生成；所述第二圖中包括多個第二狀態(tài)節(jié)點以及所述第二狀態(tài)節(jié)點之間的第二邊，所述第二邊包括輸入字符和輸出字符以及所述第二邊的第二權(quán)重；多個所述第二邊所形成的路徑表示所述統(tǒng)計語言模型所能識別的字符串。

4.如權(quán)利要求2或3中任一項所述的規(guī)則語言模型的生成方法，其特征在于，所述將所述第一圖和所述第二圖合并得到規(guī)則語言模型的加權(quán)有限狀態(tài)轉(zhuǎn)換器結(jié)構(gòu)的第三圖，包括：

獲取所述第一圖的初始第一狀態(tài)節(jié)點和所述第二圖的初始第二狀態(tài)節(jié)點以形成當前狀態(tài)節(jié)點對；

獲取離開所述當前狀態(tài)節(jié)點對中的第一狀態(tài)節(jié)點的所有第一邊；

獲取離開所述當前狀態(tài)節(jié)點對中的第二狀態(tài)節(jié)點的所有第二邊；

將符合合并規(guī)則的第一邊和第二邊合并為第三邊；其中所述第三邊的起始點為所述當前狀態(tài)節(jié)點對，所述第三邊的目標狀態(tài)節(jié)點為生成所述第三邊的第一邊的目標狀態(tài)節(jié)點和生成所述第三邊的第二邊的目標狀態(tài)節(jié)點所形成的目標狀態(tài)節(jié)點對；

將所述目標狀態(tài)節(jié)點對作為當前狀態(tài)節(jié)點對迭代執(zhí)行上述合并操作直至沒有符合合并規(guī)則的第一邊和第二邊或者所述當前狀態(tài)節(jié)點對由第一圖和第二圖的終點狀態(tài)節(jié)點形成。

5.如權(quán)利要求4所述的規(guī)則語言模型的生成方法，其特征在于，所述合并規(guī)則包括：所述第一邊的輸出字符與所述第二邊的輸入字符相同。

6.如權(quán)利要求4所述的規(guī)則語言模型的生成方法，其特征在于，所述合并規(guī)則包括：所述第一邊的輸入或輸出字符與所述第二邊的輸入或輸出字符中的任一個相同。

7.如權(quán)利要求4中任一項所述的規(guī)則語言模型的生成方法，其特征在于，所述將符合合并規(guī)則的第一邊和第二邊合并為第三邊，包括：

將當前狀態(tài)節(jié)點對作為第三邊的起始狀態(tài)節(jié)點；

根據(jù)所述第一邊和所述第二邊的目標狀態(tài)節(jié)點生成所述第三邊的目標狀態(tài)節(jié)點；

將所述第一邊的輸入字符作為所述第三邊的輸入字符；

將所述第二邊的輸出字符作為所述第三邊的輸出字符。

8.如權(quán)利要求4中的規(guī)則語言模型的生成方法，其特征在于，所述方法還包括：

獲取第三圖中以同一個狀態(tài)節(jié)點為起始狀態(tài)節(jié)點的第三邊；

將輸入字符相同的所述第三邊進行合并。

9.如權(quán)利要求4中的規(guī)則語言模型的生成方法，其特征在于，所述方法還包括：

去除所述第三圖中的空邊。

10.一種規(guī)則語言模型的生成裝置，其特征在于，包括：

第一構(gòu)圖模塊，用于獲取原始規(guī)則語言模型并將所述原始規(guī)則語言模型轉(zhuǎn)換成加權(quán)有限狀態(tài)轉(zhuǎn)換器結(jié)構(gòu)的第一圖；

第二構(gòu)圖模塊，用于獲取統(tǒng)計語言模型并將所述統(tǒng)計語言模型轉(zhuǎn)換成加權(quán)有限狀態(tài)轉(zhuǎn)換器結(jié)構(gòu)的第二圖；

合并模塊，用于將所述第一圖和所述第二圖合并得到規(guī)則語言模型的加權(quán)有限狀態(tài)轉(zhuǎn)換器結(jié)構(gòu)的第三圖；其中所述第三圖中的邊的權(quán)重根據(jù)所述第一圖和所述第二圖中的對應邊的權(quán)重得到。