[發(fā)明專利]錄入信息的方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202210115550.2
• 申請(qǐng)日: 2022-02-07
• 公開(kāi)（公告）號(hào): CN114462364B
• 公開(kāi)（公告）日: 2023-01-31
• 發(fā)明（設(shè)計(jì)）人: 張禹;王雅婷;韓磊;劉凱;李婷婷
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06F40/174
• 分類號(hào): G06F40/174;G06F40/242;G06F40/232;G06F16/903;G10L15/22;G10L15/26;G10L15/30
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

1.一種錄入信息的方法，包括：

獲取語(yǔ)音數(shù)據(jù)；

將所述語(yǔ)音數(shù)據(jù)轉(zhuǎn)換成文本信息，并將所述文本信息切詞得到的切詞結(jié)果進(jìn)行預(yù)處理后得到詞序列，對(duì)切詞結(jié)果進(jìn)行擴(kuò)展，擴(kuò)展出同音詞添加到詞序列中；

將所述詞序列與表單中預(yù)定的字段名稱進(jìn)行匹配，包括：先進(jìn)行字符串匹配，查找與字段名稱字符串完全匹配的詞，如果沒(méi)有與字段名稱相同的詞，則將詞序列轉(zhuǎn)換成拼音后查找與字段名稱的讀音相同的詞進(jìn)行讀音匹配，或者使用詞序列對(duì)應(yīng)的原始語(yǔ)音與字段名稱的音頻錄音進(jìn)行音頻匹配，查找相似度高于預(yù)定閾值的詞；

將匹配成功的字段名稱之后的預(yù)定長(zhǎng)度的內(nèi)容填入表單中相應(yīng)字段的位置，其中，如果語(yǔ)音轉(zhuǎn)文字時(shí)將一些停頓轉(zhuǎn)為標(biāo)點(diǎn)符號(hào)，則將匹配成功的字段名稱與標(biāo)點(diǎn)符號(hào)之間的內(nèi)容填入表單中相應(yīng)字段的位置。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述方法還包括：

將所述詞序列中未填入表單的詞和非字段詞作為目標(biāo)文本，將所述表單中未填充的字段詞作為問(wèn)題輸入預(yù)先訓(xùn)練的閱讀理解模型，從所述目標(biāo)文本中查找到問(wèn)題的答案填入所述表單。

3.根據(jù)權(quán)利要求1或2所述的方法，其中，所述方法還包括：

若所述表單中目標(biāo)字段填寫的內(nèi)容與預(yù)設(shè)詞典中的規(guī)范詞同音，則用規(guī)范詞替換目標(biāo)字段填寫的內(nèi)容。

4.根據(jù)權(quán)利要求1所述的方法，其中，所述方法還包括：

響應(yīng)于檢測(cè)到表單中補(bǔ)錄字段，輸出包括補(bǔ)錄字段名稱的補(bǔ)錄通知信息。

5.根據(jù)權(quán)利要求4所述的方法，其中，所述方法還包括：

響應(yīng)于接收到補(bǔ)錄請(qǐng)求，將補(bǔ)錄的語(yǔ)音轉(zhuǎn)換成補(bǔ)錄文本；

將所述補(bǔ)錄文本與補(bǔ)錄字段的名稱進(jìn)行匹配；

將匹配成功的字段的名稱之后的內(nèi)容填入表單中相應(yīng)字段的位置。

6.根據(jù)權(quán)利要求2所述的方法，其中，所述方法還包括：

根據(jù)填充完的表單生成所述文本信息的標(biāo)注信息構(gòu)造訓(xùn)練樣本；

基于所述訓(xùn)練樣本重新訓(xùn)練所述閱讀理解模型。

7.一種錄入信息的裝置，包括：

獲取單元，被配置成獲取語(yǔ)音數(shù)據(jù)；

轉(zhuǎn)換單元，被配置成將所述語(yǔ)音數(shù)據(jù)轉(zhuǎn)換成文本信息，并將所述文本信息切詞得到的切詞結(jié)果進(jìn)行預(yù)處理后得到詞序列，對(duì)切詞結(jié)果進(jìn)行擴(kuò)展，擴(kuò)展出同音詞添加到詞序列中；

匹配單元，被配置成將所述詞序列與表單中預(yù)定的字段名稱進(jìn)行匹配，包括：先進(jìn)行字符串匹配，查找與字段名稱字符串完全匹配的詞，如果沒(méi)有與字段名稱相同的詞，則將詞序列轉(zhuǎn)換成拼音后查找與字段名稱的讀音相同的詞進(jìn)行讀音匹配，或者使用詞序列對(duì)應(yīng)的原始語(yǔ)音與字段名稱的音頻錄音進(jìn)行音頻匹配，查找相似度高于預(yù)定閾值的詞；

填充單元，被配置成將匹配成功的字段名稱之后的預(yù)定長(zhǎng)度的內(nèi)容填入表單中相應(yīng)字段的位置，其中，如果語(yǔ)音轉(zhuǎn)文字時(shí)將一些停頓轉(zhuǎn)為標(biāo)點(diǎn)符號(hào)，則將匹配成功的字段名稱與標(biāo)點(diǎn)符號(hào)之間的內(nèi)容填入表單中相應(yīng)字段的位置。

8.根據(jù)權(quán)利要求7所述的裝置，其中，所述裝置還包括理解單元，被配置成：

將所述詞序列中未填入表單的詞和非字段詞作為目標(biāo)文本，將所述表單中未填充的字段詞作為問(wèn)題輸入預(yù)先訓(xùn)練的閱讀理解模型，從所述目標(biāo)文本中查找到問(wèn)題的答案填入所述表單。

9.根據(jù)權(quán)利要求7或8所述的裝置，其中，所述裝置還包括校正單元，被配置成：

若所述表單中目標(biāo)字段填寫的內(nèi)容與預(yù)設(shè)詞典中的規(guī)范詞同音，則用規(guī)范詞替換目標(biāo)字段填寫的內(nèi)容。

10.根據(jù)權(quán)利要求7所述的裝置，其中，所述裝置還包括補(bǔ)錄單元，被配置成：

響應(yīng)于檢測(cè)到表單中補(bǔ)錄字段，輸出包括補(bǔ)錄字段名稱的補(bǔ)錄通知信息。