[發明專利]一種用于智能問答的糾錯方法、設備及介質

在審

• 申請號: 202110698868.3
• 申請日: 2021-06-23
• 公開（公告）號: CN113449090A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 馮落落;尹青山;王建華;高明
• 申請（專利權）人: 山東新一代信息產業技術研究院有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36;G06F40/289;G10L15/26;G06N20/00
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 董延麗

本發明公開了一種用于智能問答的糾錯方法、設備及介質，該方案包括：對獲取到的語音數據進行語音識別，將所述語音數據轉換為相應的文字數據；通過粒度檢測法對所述文字數據進行錯誤檢測，得到疑似錯誤的文字數據集；基于預先存儲的同音詞詞典和形似詞詞典，對所述疑似錯誤的文字數據集進行替換；對替換得到的各文字數據進行正確性檢驗，并根據檢驗結果進行錯誤糾正。優化了云化機器人中的糾錯模塊功能，解決了云化機器人進行語音識別時出現錯誤識別的問題。

技術領域

本說明書實施例涉及人工智能領域，尤其涉及一種用于智能問答的糾錯方法、設備及介質。

背景技術

隨著人工智能的快速發展，機器人越來越多的成為生活中的輔助工具，例如百度小度、小米小愛同學。為了讓機器人擁有更加強大的智能能力，我們把云計算和機器人相結合，形成云化機器人。

但是，云化機器人智能問答的準確度難以保證，語音識別經常會產生錯誤識別的問題，例如諧音字詞，如配副眼睛-配副眼鏡；混淆音字詞，如流浪織女-牛郎織女等。

發明內容

本說明書實施例提供一種用于智能問答的糾錯方法、設備及介質，用以解決現有技術中的如下技術問題：

云化機器人智能問答的準確度難以保證，語音識別經常會產生錯誤識別的問題。

為解決上述技術問題，本說明書實施例是這樣實現的：

一方面，本說明書實施例提供一種用于智能問答的糾錯方法，包括：

對獲取到的語音數據進行語音識別，將所述語音數據轉換為相應的文字數據；通過粒度檢測法對所述文字數據進行錯誤檢測，得到疑似錯誤的文字數據集；基于預先存儲的同音詞詞典和形似詞詞典，對所述疑似錯誤的文字數據集進行替換；對替換得到的各文字數據進行正確性檢驗，并根據檢驗結果進行錯誤糾正。

本申請通過粒度檢測法得到語音識別過程中疑似錯誤的文字數據，基于預先存儲的詞典對這些疑似錯誤的文字數據進行替換，再對替換后的文字數據進行正確性檢驗，根據檢驗結果進行錯誤糾正。利用云計算強大的計算能力，全自動化的進行語音糾錯，解決了云化機器人語音識別出現錯誤的問題，提高了智能問答的準確度。

在一種可行的實施方式中，所述通過粒度檢測法對所述文字數據進行錯誤檢測，得到疑似錯誤的文字數據集，具體包括：對所述文字數據進行分詞；通過字粒度檢測法和詞粒度檢測法，對分詞后的文字數據進行錯誤檢測，得到疑似錯誤的字和詞，構成所述疑似錯誤的文字數據集。

采用字粒度檢測法和詞粒度檢測法，對分詞后的文字數據進行錯誤檢測，字粒度檢測法和詞粒度檢測法相互配合，有利于提高錯誤檢測的準確性和效率，從而提高糾錯能力。

在一種可行的實施方式中，所述基于預先存儲的同音詞詞典和形似詞詞典，對所述疑似錯誤的文字數據集進行替換，具體包括：根據所述疑似錯誤的文字數據集，從所述預先存儲的同音詞詞典和形似詞詞典中，確定與所述疑似錯誤的文字數據集匹配的同音詞和形似詞，構成候選集；根據所述候選集，對所述疑似錯誤的文字數據集進行替換。

在一種可行的實施方式中，所述對替換得到的文字數據進行正確性檢驗，并根據檢驗結果進行錯誤糾正，具體包括：基于預先構建的語言模型，獲取所述替換得到的各文字數據分別對應的各文字困惑度，作為檢驗結果；從所述各文字困惑度中，確定最小文字困惑度對應的文字數據，作為正確文字數據，對相應的疑似錯誤的文字數據進行錯誤糾正。

在一種可行的實施方式中，在所述對替換得到的各文字數據進行正確性檢驗，并根據檢驗結果進行錯誤糾正之后，所述方法還包括：通過Transformer模型，對文本數據進行準確性檢驗，所述文本數據包含有所述進行錯誤糾正后的文字數據；若所述準確性檢驗結果為準確，則輸出所述文本數據；若所述準確性檢驗結果為非準確，則通過所述Transformer模型進行深度錯誤糾正，得到所述深度錯誤糾正后的正確文本數據，并輸出所述正確文本數據。