CN105976818A - 指令识别的处理方法及装置 - Google Patents
指令识别的处理方法及装置 Download PDFInfo
- Publication number
- CN105976818A CN105976818A CN201610270140.XA CN201610270140A CN105976818A CN 105976818 A CN105976818 A CN 105976818A CN 201610270140 A CN201610270140 A CN 201610270140A CN 105976818 A CN105976818 A CN 105976818A
- Authority
- CN
- China
- Prior art keywords
- text
- identified
- corpus
- stereotyped command
- application scenario
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 26
- 238000012937 correction Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/065—Adaptation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
本发明适用于信息识别技术领域,提供了一种指令识别的处理方法及装置,所述处理方法包括:当获取到待识别的语音信息时,获取所述语音信息对应的待识别文本以及应用情景信息;根据所述待识别文本、应用情景信息,从所述语料库中查找标准指令,以所述标准指令作为所述待识别的语音信息的识别结果;当无法从所述语料库中查找到标准指令时,对所述待识别文本进行纠错,并根据纠错结果从所述语料库中查找标准指令;其中,所述语料库包括文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令。本发明提高了通过语音识别获取到的指令的准确度。
Description
技术领域
本发明属于信息识别技术领域,尤其涉及一种指令识别的处理方法及装置。
背景技术
在实现语音控制功能时,现有的智能家居设备在采集到用户输入的语音信息后,首先将所述语音信息转换为文本信息,然后对所述文本信息进行映射,从而得到对应的设备指令。然而,语音信息的采集容易受到外部环境、用户口音、方言等因素的影响,文本信息的转换则容易受到转换算法的影响,从而产生误差,最终导致语音识别出来的指令是错误的,未能反映用户的真实意图,大大地降低了用户的体验感。
发明内容
鉴于此,本发明实施例提供一种指令识别的处理方法及装置,以提高通过语音识别获取的指令的准确度。
第一方面,提供了一种指令识别的处理方法,所述处理方法包括:
当获取到待识别的语音信息时,获取所述语音信息对应的待识别文本以及应用情景信息;
根据所述待识别文本、应用情景信息,从所述语料库中查找标准指令,以所述标准指令作为所述待识别的语音信息的识别结果;
当无法从所述语料库中查找到标准指令时,对所述待识别文本进行纠错,并根据纠错结果从所述语料库中查找标准指令;
其中,所述语料库包括文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令。
第二方面,提供了一种指令识别的处理装置,所述处理装置包括:
获取模块,用于当获取到待识别的语音信息时,获取所述语音信息对应的待识别文本以及应用情景信息;
查找模块,用于根据所述待识别文本、应用情景信息,从所述语料库中查找标准指令,以所述标准指令作为所述待识别的语音信息的识别结果;
纠错模块,用于当无法从所述语料库中查找到标准指令时,对所述待识别文本进行纠错,并根据纠错结果从所述语料库中查找标准指令;
其中,所述语料库包括文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令。
与现有技术相比,本发明实施例通过构建语料库,所述语料库中包括文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令;当获取到待识别的语音信息时,则获取所述语音信息对应的待识别文本以及应用情景信息;根据所述待识别文本、应用情景信息,从所述语料库中查找标准指令,以所述标准指令作为所述待识别的语音信息的识别结果;当无法从所述语料库中查找到标准指令时,则对所述待识别文本进行纠错,再根据纠错结果从所述语料库中查找标准指令;通过结合应用情景信息和纠错,有效地提高了根据语音信息识别获取的指令的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1是本发明实施例提供的指令识别的处理方法的实现流程图;
图2是本发明实施例提供的指令识别的处理方法中步骤S103的实现流程图;
图3是本发明实施例提供的指令识别的处理方法中步骤S103的另一实现流程图;
图4是本发明实施例提供的指令识别的处理方法中步骤S103的另一实现流程图;
图5是本发明实施例提供的指令识别的处理方法中步骤S103的另一实现流程图;
图6是本发明实施例提供的指令识别的处理装置的组成结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例通过构建语料库,所述语料库中包括文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令;当获取到待识别的语音信息时,则获取所述语音信息对应的待识别文本以及应用情景信息;根据所述待识别文本、应用情景信息,从所述语料库中查找标准指令,以所述标准指令作为所述待识别的语音信息的识别结果;当无法从所述语料库中查找到标准指令时,则对所述待识别文本进行纠错,再根据纠错结果从所述语料库中查找标准指令;通过结合应用情景信息和纠错,有效地提高了根据语音信息识别获取的指令的准确度。本发明实施例还提供了相应的装置,以下分别进行详细的说明。
图1示出了本发明实施例提供的指令识别的处理方法的实现流程。
在本发明实施例中,所述指令识别的处理方法应用于计算机设备,包括但不限于计算机、服务器等。所述计算机设备中构建有语料库,所述语料库包括文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令。可以通过志愿者采集或者在语料库的实际运用中不断采集和完善语料库中的数据信息
在这里,所述文本信息与用户输入的语音信息对应,为语音信息转换得到的文本信息。所述应用情景信息是指用户输入语音信息时所述智能家居设备的应用情景信息,包括但不限于智能家具设备的属性信息、用户地理位置信息、天气信息等。其中,所述智能家居设备包括但不限于智能电视机、智能空调、智能洗衣机等。示例性地,当所述智能家居设备为智能电视机时,所述属性信息包括但不限于智能电视机当前的播放页面、当前的播放音量、当前的背光值(亮度)等。在本发明实施例中,所述应用情景信息用于辅助指令识别,因此,语料库中所述文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令是一一对应的。
参阅图1,所述指令识别的处理方法的实现流程包括:
在步骤S101中,当获取到待识别的语音信息时,获取所述语音信息对应的待识别文本以及应用情景信息。
其中,所述待识别的语音信息为用户当前输入的语音信息,所述应用情景信息为输入语音信息时智能家居设备当前的应用情景信息,比如属性信息、用户地理位置信息、天气信息等。示例性地,所述应用情景信息可根据遥控APP的相关使用记录得到。当进行语音识别指令时,首先将所述语音信息转换为文本信息,得到待识别文本。
在步骤S102中,根据所述待识别文本、应用情景信息,从所述语料库中查找标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
本发明实施例在获取到待识别的语音信息转换后得到的待识别文本和应用情景信息后,联合所述待识别文本和应用情景信息,从所述语料库中查找在所述应用情景信息下所述待识别文本对应的标准指令。通过增加考虑智能家居设备的应用情景信息,有效地提高了语音识别得到的指令的准确度。
在步骤S103中,当无法从所述语料库中查找到标准指令时,对所述待识别文本进行纠错,根据纠错结果从所述语料库中查找标准指令。
在这里,由于用户口音、方言等原因可能导致根据语音信息转换得到待识别文本出错,或者用户输入的语音信息不完整导致待识别文本不完整,从而造成根据待识别文本和应用情景信息无法从语料库中查找到标准指令。此时,本发明实施例还可对所述待识别文本进行纠错,以从用户当前输入的待识别文本下推断出用户真实想要输入的文本信息,即纠错后的文本信息,并根据纠错后的文本信息从语料库中查找标准指令,从而提高了语音识别得到的指令的准确度。
作为本发明的一个优选示例,所述语料库中还包括所述文本信息转换得到的对应的拼音信息。所述文本信息与拼音信息是一一对应的。所述语料库中还包括所述文本信息的输入频率,通过次数的形式表示。所述输入频率反映了所述文本信息在语料库中的出现概率。
示例性地,表1示出了本发明实施例提供的语料库的数据库结构示意图。
应用情景信息 | 文本信息 | 拼音信息 | 输入频率(次) | 标准指令 |
A | 调大些音量 | Tiaodaxieyinliang | 10 | 调大音量 |
B | 把音量调高些 | bayinliangtiaogaoxie | 8 | 调大音量 |
C | 声音好小 | Shengyinhaoxiao | 5 | 调大音量 |
…… | …… | …… |
表1
因此,上述步骤S103中的纠错包括对待识别文本进行纠错和对待识别文本对应的待识别拼音进行纠错。本发明实施例优选采用贝叶斯推断来进行纠错。假如当前输入待识别文本WN的情况下,要推断出用户真实想要输入的文本信息WE时,从概论的角度来看,需要满足:
WE=argW maxP(W|WN)
其中,W表示用户真实想要输入的文本信息WE的候选集(即潜在文本),是语料库中已有的文本信息。
根据贝叶斯定理可得:
P(W|WN)=P(WN|W)*P(W)/P(WN)
对于所有的潜在文本W,都对应同一个待识别文本WN,因此,P(WN)是相同的。在实际实现过程中,仅需求P(WN|W)*P(W)的最大值即可。
当考虑用户输入语音信息时的应用情景信息C,则贝叶斯推断可进一步考虑为:
P(W|WN,C)=P(WN,C|W)*P(W)/P(WN,C)
相应的,在实际实现过程中,仅需求P(WN,C|W)*P(W)的最大值即可。其中,本发明实施例以语料库中以与WN编辑距离小于预设值的文本并综合考虑应用情景确定潜在文本W的候选集。所述编辑距离,是指两个字符串中,由一个字符串转换成另一个字符串所需的最少的编辑操作次数。编辑操作包括:1、删除:在字符串中删除一个字符;2、插入:在字符串中插入一个字符;3、交换:将字符串前后两个字符交换;4、替换:用其他字符替换字符串中的一个字符。
例如:当考虑编辑距离时:在具体实施中,在已知用户提交当前指令文本WN的条件下,用户可能潜在的真实意愿指令文本候选集,是与当前指令文本编辑距离不大于2(即预设值不大于2)的文本。也即在确定候选集时,剔除掉编辑距离大于预设值2的文本。
当考虑应用情景时:如用户当前输入“太大了”,用户可能是说“[音量]太大了”、[窗口]太大了,也可能是照片“[缩放]太大了”,这两个指令都是与“太大了”编辑距离为2的指令。如果进一步考虑用户应用情景,如果用户上一步操作是在调节电视音量且在观看视频,那么在再此应用情景下,“太大了”以较大概率指“[音量]太大了”、[窗口]太大了,因此可以进行指令补全,将“太大了”候选集确定为包含[音量]太大了”、“[画面]太大了”,而将不可能出现的“[缩放]太大了”去掉。
在这些候选集中,因为潜在文本W与当前指令文本WN的编辑距离较近,且候选集的潜在文本W所处的应用情景基本相似,因此每一个文本信息对应的P(WN,C|W)的大小非常接近,故,在实际操作中,通过求候选集中的P(W)的最大值来代替求P(WN,C|W)*P(W)的最大值。在这里,所述P(W)表示潜在文本W在语料库中的出现概率。
基于上述贝叶斯推断对待识别拼音进行拼音的纠错后,可以得到纠错后的第一潜在文本(即所述语料库中与所述待识别拼音的编辑距离小于第一预设值的拼音信息中P(W)最大的拼音信息)及第一贝叶斯概率值;进行文字的纠错后,可以得到纠错后的第二潜在文本(即所述语料库中与所述待识别文本的编辑距离小于第二预设值的文本信息中P(W)最大的文本信息)及第二贝叶斯概率值。本发明实施例再根据所述第一贝叶斯概率值和第二贝叶斯概率值的大小,判定所述待识别文本或待识别拼音是否存在于所述语料库中。所述第一潜在文本以及第二潜在文本均是包含于潜在文本W中。
在这里,本发明实施例通过预设阈值与贝叶斯概率值的比较来确定待识别文本或待识别拼音是否存在于语料库中。
在本发明的一个实施示例中,当所述第一贝叶斯概率值大于或等于预设阈值,即所述待识别拼音与语料库中已有的拼音信息的相似度高,则判定所述待识别拼音存在于所述语料库中;同样地,当所述第二贝叶斯概率值大于或等于所述预设阈值,即所述待识别文本与语料库中已有的文本信息的相似度高,则判定所述待识别文本存在于所述语料库中,重新以纠错后的文本信息从语料库中查找标准指令。
参阅图2,图2示出了本发明实施例提供的语音信息的处理方法中步骤S103的具体实现流程。所述步骤S103包括:
在步骤S201中,当无法从所述语料库中查找到标准指令时,对所述待识别文本进行拼音转换,得到所述待识别文本对应的待识别拼音。
在步骤S202中,结合应用情景信息对所述待识别拼音进行贝叶斯推断,得到第一潜在文本及其第一贝叶斯概率值。
其中,所述第一潜在文本为所述语料库中与所述待识别拼音的编辑距离小于第一预设值的拼音信息中出现概率最大的拼音信息,所述第一贝叶斯概率值为所述第一潜在文本在语料库中的出现概率。
在步骤S203中,结合应用情景信息对所述待识别文本进行贝叶斯推断,得到第二潜在文本及其第二贝叶斯概率值。
其中,所述第二潜在文本为所述语料库中与所述待识别文本的编辑距离小于第二预设值的文本信息中出现概率最大的文本信息,所述第二贝叶斯概率值为所述第二潜在文本在语料库中的出现概率。
在步骤S204中,当所述第一贝叶斯概率值大于或等于预设阈值且所述第二贝叶斯概率值小于所述预设阈值时,获取所述第一贝叶斯概率值对应的第一潜在文本。
在步骤S205中,根据所述第一潜在文本和应用情景信息,从所述语料库中查找所述第一潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
图3示出了本发明实施例提供的语音信息的处理方法中步骤S103的另一具体实现流程。参阅图3,所述步骤S103包括:
在步骤S301中,当无法从所述语料库中查找到标准指令时,对所述待识别文本进行拼音转换,得到所述待识别文本对应的待识别拼音。
在步骤S302中,结合应用情景信息对所述待识别拼音进行贝叶斯推断,得到第一潜在文本及其第一贝叶斯概率值。
在步骤S303中,结合应用情景信息对所述待识别文本进行贝叶斯推断,得到第二潜在文本及其第二贝叶斯概率值。
在步骤S304中,当所述第二贝叶斯概率值大于或等于预设阈值且所述第一贝叶斯概率值小于所述预设阈值时,获取所述第二贝叶斯概率值对应的第二潜在文本。
在步骤S305中,根据所述第二潜在文本和应用情景信息,从所述语料库中查找所述第二潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
图4示出了本发明实施例提供的语音信息的处理方法中步骤S103的另一具体实现流程。参阅图4,所述步骤S103包括:
在步骤S401中,当无法从所述语料库中查找到标准指令时,对所述待识别文本进行拼音转换,得到所述待识别文本对应的待识别拼音。
在步骤S402中,结合应用情景信息对所述待识别拼音进行贝叶斯推断,得到第一潜在文本及其第一贝叶斯概率值。
在步骤S403中,结合应用情景信息对所述待识别文本进行贝叶斯推断,得到第二潜在文本及其第二贝叶斯概率值。
在步骤S404中,当所述第一贝叶斯概率值和第二贝叶斯概率值均大于或等于预设阈值时,则随机获取第一潜在文本和所述第二潜在文本中的任一个。
在步骤S405中,根据所获取的潜在文本和应用情景信息,从所述语料库中查找所述潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
通过上述图2、图3、图4所示实施示例,实现了对用户输入的待识别文本的纠错以及待识别文本转换后的待识别拼音的纠错,综合考虑纠错结果后再次进行标准指令的获取,有效地提高了通过语音识别所获取的指令的准确度。
在本发明的另一个实施示例中,当所述待识别文本和待识别拼音不存在于语料库中时,则认为是有新的指令输入,更新所述语料库。图5示出了本发明实施例提供的语音信息的处理方法中步骤S103的一个具体实现流程。
参阅图5,所述步骤S103包括:
在步骤S501中,当无法从所述语料库中查找到标准指令时,对所述待识别文本进行拼音转换,得到所述待识别文本对应的待识别拼音。
在步骤S502中,结合应用情景信息对所述待识别拼音进行贝叶斯推断,得到第一潜在文本及其第一贝叶斯概率值。
在步骤S503中,结合应用情景信息对所述待识别文本进行贝叶斯推断,得到第二潜在文本及其第二贝叶斯概率值。
在步骤S504中,当所述第一贝叶斯概率值和第二贝叶斯概率值均小于预设阈值时,获取用户输入的所述待识别文本对应的标准指令。
在本发明实施例中,当且仅当所述第一贝叶斯概率值和第二贝叶斯概率值均小于预设阈值时(即所述待识别文本与语料库中已有的文本信息的相似度低且所述待识别文本对应的待识别拼音与所述语料库中已有的拼音信息的相似度低),判定用户输入的待识别文本或待识别语音不存在于所述语料库中,可能是有新的指令输入。此时,进行人工干预,获取用户输入的所述待识别文本对应的标准指令。
在步骤S505中,将所述待识别文本、应用情景信息以及标准指令添加至所述语料库中,以更新所述语料库。
在这里,可以先关联所述待识别文本、应用情景信息以及标准指令,然后将关联后的所述待识别文本、应用情景信息以及标准指令一同添加至所述语料库中,以更新所述语料库,实现对语料库的不断扩充和完善。
综上所述,本发明实施例通过构建语料库,所述语料库中包括文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令;当获取到待识别的语音信息时,则获取所述语音信息对应的待识别文本以及应用情景信息;根据所述待识别文本、应用情景信息,从所述语料库中查找标准指令,以所述标准指令作为所述待识别的语音信息的识别结果;当无法从所述语料库中查找到标准指令时,则对所述待识别文本进行纠错,并根据纠错结果从所述语料库中查找标准指令或者更新所述语料库;从而有效地提高了根据语音信息识别获取的指令的准确度。
图6示出了本发明实施例提供的指令识别的处理装置的组成结构,为了便于说明,仅示出了与本发明实施例相关的部分。
在本发明实施例中,所述指令识别的处理装置用于实现上述图1至图5实施例所述的指令识别的处理方法,可以是内置于计算机设备的软件单元、硬件单元或者软硬件结合的单元,所述计算机设备包括但不限于计算机、服务器等。所述计算机设备中构建有语料库,所述语料库包括文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令。可以通过志愿者采集或者在语料库的实际运用中不断采集和完善语料库中的数据信息。
参阅图6,所述处理装置包括:
获取模块61,用于当获取到待识别的语音信息时,获取所述语音信息对应的待识别文本以及应用情景信息。
查找模块62,用于根据所述待识别文本、应用情景信息,从所述语料库中查找标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
纠错模块63,用于当无法从所述语料库中查找到标准指令时,对所述待识别文本进行纠错,并根据纠错结果从所述语料库中查找标准指令。
进一步地,所述纠错模块63包括:
转换单元631,用于当无法从所述语料库中查找到标准指令时,对所述待识别文本进行拼音转换,得到所述待识别文本对应的待识别拼音。
纠错单元632,用于结合所述应用情景信息对所述待识别拼音进行贝叶斯推断,得到第一潜在文本及其第一贝叶斯概率值,结合所述应用情景信息对所述待识别文本进行贝叶斯推断,得到第二潜在文本及其第二贝叶斯概率值,其中,所述第一潜在文本为所述语料库中与所述待识别拼音的编辑距离小于第一预设值的拼音信息中出现概率最大的拼音信息,所述第一贝叶斯概率值为所述第一潜在文本在语料库中的出现概率,所述第二潜在文本为所述语料库中与所述待识别文本的编辑距离小于第二预设值的文本信息中出现概率最大的文本信息,所述第二贝叶斯概率值为所述第二潜在文本在语料库中的出现概率。
第一获取单元633,用于当所述第一贝叶斯概率值大于或等于预设阈值且所述第二贝叶斯概率值小于所述预设阈值时,获取所述第一贝叶斯概率值对应的第一潜在文本。
查找单元634,用于根据所述第一潜在文本和应用情景信息,从所述语料库中查找所述第一潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
在本发明的另一个实施示例中,所述第一获取单元633还用于:
当所述第二贝叶斯概率值大于或等于预设阈值且所述第一贝叶斯概率值小于所述预设阈值时,获取所述第二贝叶斯概率值对应的第二潜在文本;
查找单元634还用于:
根据所述第二潜在文本和应用情景信息,从所述语料库中查找所述第二潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
在本发明的另一个实施示例中,所述第一获取单元633还用于:
当所述第二贝叶斯概率值大于或等于预设阈值且所述第一贝叶斯概率值小于所述预设阈值时,获取所述第二贝叶斯概率值对应的第二潜在文本;
查找单元634还用于:
根据所述第二潜在文本和应用情景信息,从所述语料库中查找所述第二潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
通过上述第一获取单元633和查找单元634,实现了对用户输入的语音信息转换后的待识别文本的纠错以及待识别拼音的纠错,综合考虑纠错结果后再次进行标准指令的获取,有效地提高了通过语音识别所获取的指令的准确度。
进一步地,所述纠错模块63还包括:
第二获取单元635,用于当所述第一贝叶斯概率值和第二贝叶斯概率值均小于预设阈值时,获取用户输入的所述待识别文本对应的标准指令。
更新单元636,用于将所述待识别文本、应用情景信息以及标准指令添加至所述语料库中,以更新所述语料库。
在这里,可以先关联所述待识别文本、应用情景信息以及标准指令,然后将关联后的所述待识别文本、应用情景信息以及标准指令一同添加至所述语料库中,以更新所述语料库,实现对语料库的不断扩充和完善。
需要说明的是,本发明实施例中的装置可以用于实现上述方法实施例中的全部技术方案,其各个功能模块的功能可以根据上述方法实施例中的方法具体实现,其具体实现过程可参照上述实例中的相关描述,此处不再赘述。
本发明实施例通过构建语料库,所述语料库中包括文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令;当获取到待识别的语音信息时,则获取所述语音信息对应的待识别文本以及应用情景信息;根据所述待识别文本、应用情景信息,从所述语料库中查找标准指令,以所述标准指令作为所述待识别的语音信息的识别结果;当无法从所述语料库中查找到标准指令时,则对所述待识别文本进行纠错,并根据纠错结果从所述语料库中查找标准指令或者更新所述语料库;从而有效地提高了根据语音信息识别获取的指令的准确度。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的指令识别的处理方法及装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块、单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元、模块单独物理存在,也可以两个或两个以上单元、模块集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种指令识别的处理方法,其特征在于,所述处理方法包括:
当获取到待识别的语音信息时,获取所述语音信息对应的待识别文本以及应用情景信息;
根据所述待识别文本、应用情景信息,从所述语料库中查找标准指令,以所述标准指令作为所述待识别的语音信息的识别结果;
当无法从所述语料库中查找到标准指令时,对所述待识别文本进行纠错,并根据纠错结果从所述语料库中查找标准指令;
其中,所述语料库包括文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令。
2.如权利要求1所述的指令识别的处理方法,其特征在于,所述当无法从所述语料库中查找到标准指令时,对所述待识别文本进行纠错,并根据纠错结果从所述语料库中查找标准指令包括:
当无法从所述语料库中查找到标准指令时,对所述待识别文本进行拼音转换,得到所述待识别文本对应的待识别拼音;
结合所述应用情景信息对所述待识别拼音进行贝叶斯推断,得到第一潜在文本及其第一贝叶斯概率值,其中,所述第一潜在文本为所述语料库中与所述待识别拼音的编辑距离小于第一预设值的拼音信息中出现概率最大的拼音信息,所述第一贝叶斯概率值为所述第一潜在文本在语料库中的出现概率;
结合所述应用情景信息对所述待识别文本进行贝叶斯推断,得到第二潜在文本及其第二贝叶斯概率值,其中,所述第二潜在文本为所述语料库中与所述待识别文本的编辑距离小于第二预设值的文本信息中出现概率最大的文本信息,所述第二贝叶斯概率值为所述第二潜在文本在语料库中的出现概率;
当所述第一贝叶斯概率值大于或等于预设阈值且所述第二贝叶斯概率值小于所述预设阈值时,获取所述第一贝叶斯概率值对应的第一潜在文本;
根据所述第一潜在文本和应用情景信息,从所述语料库中查找所述第一潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
3.如权利要求2所述的指令识别的处理方法,其特征在于,所述当无法从所述语料库中查找到标准指令时,对所述待识别文本进行纠错,并根据纠错结果从所述语料库中查找标准指令还包括:
当所述第二贝叶斯概率值大于或等于预设阈值且所述第一贝叶斯概率值小于所述预设阈值时,获取所述第二贝叶斯概率值对应的第二潜在文本;
根据所述第二潜在文本和应用情景信息,从所述语料库中查找所述第二潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
4.如权利要求2所述的指令识别的处理方法,其特征在于,所述当无法从所述语料库中查找到标准指令时,对所述待识别文本进行纠错,并根据纠错结果从所述语料库中查找标准指令还包括:
当所述第一贝叶斯概率值和第二贝叶斯概率值均大于或等于预设阈值时,则随机获取第一潜在文本和所述第二潜在文本中的任一个;
根据所获取的潜在文本和应用情景信息,从所述语料库中查找所述潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
5.如权利要求2所述的指令识别的处理方法,其特征在于,所述处理方法还包括:
当所述第一贝叶斯概率值和第二贝叶斯概率值均小于预设阈值时,获取用户输入的所述待识别文本对应的标准指令;
将所述待识别文本、应用情景信息以及标准指令添加至所述语料库中,以更新所述语料库。
6.一种指令识别的处理装置,其特征在于,所述处理装置包括:
获取模块,用于当获取到待识别的语音信息时,获取所述语音信息对应的待识别文本以及应用情景信息;
查找模块,用于根据所述待识别文本、应用情景信息,从所述语料库中查找标准指令,以所述标准指令作为所述待识别的语音信息的识别结果;
纠错模块,用于当无法从所述语料库中查找到标准指令时,对所述待识别文本进行纠错,并根据纠错结果从所述语料库中查找标准指令;
其中,所述语料库包括文本信息、应用情景信息以及在所述应用情景信息下所述文本信息对应的标准指令。
7.如权利要求6所述的指令识别的处理装置,其特征在于,所述纠错模块包括:
转换单元,用于当无法从所述语料库中查找到标准指令时,对所述待识别文本进行拼音转换,得到所述待识别文本对应的待识别拼音;
纠错单元,用于结合所述应用情景信息对所述待识别拼音进行贝叶斯推断,得到第一潜在文本及其第一贝叶斯概率值,结合所述应用情景信息对所述待识别文本进行贝叶斯推断,得到第二潜在文本及其第二贝叶斯概率值,其中,所述第一潜在文本为所述语料库中与所述待识别拼音的编辑距离小于第一预设值的拼音信息中出现概率最大的拼音信息,所述第一贝叶斯概率值为所述第一潜在文本在语料库中的出现概率,所述第二潜在文本为所述语料库中与所述待识别文本的编辑距离小于第二预设值的文本信息中出现概率最大的文本信息,所述第二贝叶斯概率值为所述第二潜在文本在语料库中的出现概率;
第一获取单元,用于当所述第一贝叶斯概率值大于或等于预设阈值且所述第二贝叶斯概率值小于所述预设阈值时,获取所述第一贝叶斯概率值对应的第一潜在文本;
查找单元,用于根据所述第一潜在文本和应用情景信息,从所述语料库中查找所述第一潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
8.如权利要求7所述的指令识别的处理装置,其特征在于,所述第一获取单元还用于:
当所述第二贝叶斯概率值大于或等于预设阈值且所述第一贝叶斯概率值小于所述预设阈值时,获取所述第二贝叶斯概率值对应的第二潜在文本;
查找单元还用于:
根据所述第二潜在文本和应用情景信息,从所述语料库中查找所述第二潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
9.如权利要求7所述的指令识别的处理装置,其特征在于,所述第一获取单元还用于:
当所述第一贝叶斯概率值和第二贝叶斯概率值均大于或等于预设阈值时,则随机获取第一潜在文本和所述第二潜在文本中的任一个;
所述查找单元还用于:
根据所获取的潜在文本和应用情景信息,从所述语料库中查找所述潜在文本对应的标准指令,以所述标准指令作为所述待识别的语音信息的识别结果。
10.如权利要求7所述的指令识别的处理装置,其特征在于,所述纠错模块还包括:
第二获取单元,用于当所述第一贝叶斯概率值和第二贝叶斯概率值均小于预设阈值时,获取用户输入的所述待识别文本对应的标准指令;
更新单元,用于将所述待识别文本、应用情景信息以及标准指令添加至所述语料库中,以更新所述语料库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610270140.XA CN105976818B (zh) | 2016-04-26 | 2016-04-26 | 指令识别的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610270140.XA CN105976818B (zh) | 2016-04-26 | 2016-04-26 | 指令识别的处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105976818A true CN105976818A (zh) | 2016-09-28 |
CN105976818B CN105976818B (zh) | 2020-12-25 |
Family
ID=56994124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610270140.XA Active CN105976818B (zh) | 2016-04-26 | 2016-04-26 | 指令识别的处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105976818B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106875935A (zh) * | 2017-01-22 | 2017-06-20 | 上海云信留客信息科技有限公司 | 语音智能识别清洗方法 |
CN106875943A (zh) * | 2017-01-22 | 2017-06-20 | 上海云信留客信息科技有限公司 | 一种用于大数据分析的语音识别系统 |
CN107146622A (zh) * | 2017-06-16 | 2017-09-08 | 合肥美的智能科技有限公司 | 冰箱、语音交互系统、方法、计算机设备、可读存储介质 |
CN107391489A (zh) * | 2017-07-31 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 一种文本分析方法及装置 |
CN107577188A (zh) * | 2017-09-30 | 2018-01-12 | 广东美的制冷设备有限公司 | 空调器控制方法、装置、空调器及计算机可读存储介质 |
CN107785014A (zh) * | 2017-10-23 | 2018-03-09 | 上海百芝龙网络科技有限公司 | 一种家庭场景语义理解方法 |
CN108021554A (zh) * | 2017-11-14 | 2018-05-11 | 无锡小天鹅股份有限公司 | 语音识别方法、装置以及洗衣机 |
CN108091333A (zh) * | 2017-12-28 | 2018-05-29 | 广东欧珀移动通信有限公司 | 语音控制方法及相关产品 |
CN108121528A (zh) * | 2017-12-06 | 2018-06-05 | 深圳市欧瑞博科技有限公司 | 语音控制方法、装置、服务器和计算机可读存储介质 |
CN108304385A (zh) * | 2018-02-09 | 2018-07-20 | 叶伟 | 一种语音识别文本纠错方法及装置 |
CN108777142A (zh) * | 2018-06-05 | 2018-11-09 | 上海木木机器人技术有限公司 | 一种基于机场环境的语音交互识别方法及语音交互机器人 |
CN109166577A (zh) * | 2018-08-10 | 2019-01-08 | 珠海格力电器股份有限公司 | 一种语义场景的确定方法、系统及空调器 |
CN110033764A (zh) * | 2019-03-08 | 2019-07-19 | 中国科学院深圳先进技术研究院 | 无人机的语音控制方法、装置、系统及可读存储介质 |
WO2019169536A1 (zh) * | 2018-03-05 | 2019-09-12 | 华为技术有限公司 | 一种电子设备进行语音识别方法及电子设备 |
CN110288985A (zh) * | 2019-06-28 | 2019-09-27 | 北京猎户星空科技有限公司 | 语音数据处理方法、装置、电子设备及存储介质 |
WO2019232991A1 (zh) * | 2018-06-07 | 2019-12-12 | 平安科技(深圳)有限公司 | 将会议语音识别为文本的方法、电子设备及存储介质 |
CN111276149A (zh) * | 2020-01-19 | 2020-06-12 | 科大讯飞股份有限公司 | 语音识别方法、装置、设备及可读存储介质 |
CN111339757A (zh) * | 2020-02-13 | 2020-06-26 | 上海凯岸信息科技有限公司 | 一种催收场景下语音识别结果的纠错方法 |
CN111859921A (zh) * | 2020-07-08 | 2020-10-30 | 金蝶软件(中国)有限公司 | 文本纠错方法、装置、计算机设备和存储介质 |
CN112382289A (zh) * | 2020-11-13 | 2021-02-19 | 北京百度网讯科技有限公司 | 语音识别结果的处理方法、装置、电子设备及存储介质 |
CN112509566A (zh) * | 2020-12-22 | 2021-03-16 | 北京百度网讯科技有限公司 | 一种语音识别方法、装置、设备、存储介质及程序产品 |
CN113704631A (zh) * | 2021-11-01 | 2021-11-26 | 深圳传音控股股份有限公司 | 交互指令提示方法、智能设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011033879A (ja) * | 2009-08-03 | 2011-02-17 | Tze Fen Li | サンプルを用いずあらゆる言語を識別可能な識別方法 |
CN102945672A (zh) * | 2012-09-29 | 2013-02-27 | 深圳市国华识别科技开发有限公司 | 一种多媒体设备语音控制系统及方法 |
CN103187058A (zh) * | 2011-12-28 | 2013-07-03 | 上海博泰悦臻电子设备制造有限公司 | 车内语音对话系统 |
CN104464736A (zh) * | 2014-12-15 | 2015-03-25 | 北京百度网讯科技有限公司 | 语音识别文本的纠错方法和装置 |
CN104978959A (zh) * | 2014-04-14 | 2015-10-14 | 美的集团股份有限公司 | 语音控制方法和系统 |
-
2016
- 2016-04-26 CN CN201610270140.XA patent/CN105976818B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011033879A (ja) * | 2009-08-03 | 2011-02-17 | Tze Fen Li | サンプルを用いずあらゆる言語を識別可能な識別方法 |
CN103187058A (zh) * | 2011-12-28 | 2013-07-03 | 上海博泰悦臻电子设备制造有限公司 | 车内语音对话系统 |
CN102945672A (zh) * | 2012-09-29 | 2013-02-27 | 深圳市国华识别科技开发有限公司 | 一种多媒体设备语音控制系统及方法 |
CN104978959A (zh) * | 2014-04-14 | 2015-10-14 | 美的集团股份有限公司 | 语音控制方法和系统 |
CN104464736A (zh) * | 2014-12-15 | 2015-03-25 | 北京百度网讯科技有限公司 | 语音识别文本的纠错方法和装置 |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106875943A (zh) * | 2017-01-22 | 2017-06-20 | 上海云信留客信息科技有限公司 | 一种用于大数据分析的语音识别系统 |
CN106875935A (zh) * | 2017-01-22 | 2017-06-20 | 上海云信留客信息科技有限公司 | 语音智能识别清洗方法 |
CN107146622B (zh) * | 2017-06-16 | 2021-02-19 | 合肥美的智能科技有限公司 | 冰箱、语音交互系统、方法、计算机设备、可读存储介质 |
CN107146622A (zh) * | 2017-06-16 | 2017-09-08 | 合肥美的智能科技有限公司 | 冰箱、语音交互系统、方法、计算机设备、可读存储介质 |
CN107391489A (zh) * | 2017-07-31 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 一种文本分析方法及装置 |
CN107391489B (zh) * | 2017-07-31 | 2020-09-25 | 阿里巴巴集团控股有限公司 | 一种文本分析方法及装置 |
CN107577188A (zh) * | 2017-09-30 | 2018-01-12 | 广东美的制冷设备有限公司 | 空调器控制方法、装置、空调器及计算机可读存储介质 |
WO2019062112A1 (zh) * | 2017-09-30 | 2019-04-04 | 广东美的制冷设备有限公司 | 空调器控制方法、装置、空调器及计算机可读存储介质 |
CN107785014A (zh) * | 2017-10-23 | 2018-03-09 | 上海百芝龙网络科技有限公司 | 一种家庭场景语义理解方法 |
CN108021554A (zh) * | 2017-11-14 | 2018-05-11 | 无锡小天鹅股份有限公司 | 语音识别方法、装置以及洗衣机 |
CN108121528A (zh) * | 2017-12-06 | 2018-06-05 | 深圳市欧瑞博科技有限公司 | 语音控制方法、装置、服务器和计算机可读存储介质 |
CN108091333B (zh) * | 2017-12-28 | 2021-11-30 | Oppo广东移动通信有限公司 | 语音控制方法及相关产品 |
CN108091333A (zh) * | 2017-12-28 | 2018-05-29 | 广东欧珀移动通信有限公司 | 语音控制方法及相关产品 |
CN108304385A (zh) * | 2018-02-09 | 2018-07-20 | 叶伟 | 一种语音识别文本纠错方法及装置 |
WO2019153996A1 (zh) * | 2018-02-09 | 2019-08-15 | 叶伟 | 一种语音识别文本纠错方法及装置 |
WO2019169536A1 (zh) * | 2018-03-05 | 2019-09-12 | 华为技术有限公司 | 一种电子设备进行语音识别方法及电子设备 |
CN108777142A (zh) * | 2018-06-05 | 2018-11-09 | 上海木木机器人技术有限公司 | 一种基于机场环境的语音交互识别方法及语音交互机器人 |
WO2019232991A1 (zh) * | 2018-06-07 | 2019-12-12 | 平安科技(深圳)有限公司 | 将会议语音识别为文本的方法、电子设备及存储介质 |
CN109166577A (zh) * | 2018-08-10 | 2019-01-08 | 珠海格力电器股份有限公司 | 一种语义场景的确定方法、系统及空调器 |
CN110033764A (zh) * | 2019-03-08 | 2019-07-19 | 中国科学院深圳先进技术研究院 | 无人机的语音控制方法、装置、系统及可读存储介质 |
CN110288985A (zh) * | 2019-06-28 | 2019-09-27 | 北京猎户星空科技有限公司 | 语音数据处理方法、装置、电子设备及存储介质 |
CN111276149A (zh) * | 2020-01-19 | 2020-06-12 | 科大讯飞股份有限公司 | 语音识别方法、装置、设备及可读存储介质 |
CN111276149B (zh) * | 2020-01-19 | 2023-04-18 | 科大讯飞股份有限公司 | 语音识别方法、装置、设备及可读存储介质 |
CN111339757A (zh) * | 2020-02-13 | 2020-06-26 | 上海凯岸信息科技有限公司 | 一种催收场景下语音识别结果的纠错方法 |
CN111859921A (zh) * | 2020-07-08 | 2020-10-30 | 金蝶软件(中国)有限公司 | 文本纠错方法、装置、计算机设备和存储介质 |
CN111859921B (zh) * | 2020-07-08 | 2024-03-08 | 金蝶软件(中国)有限公司 | 文本纠错方法、装置、计算机设备和存储介质 |
CN112382289A (zh) * | 2020-11-13 | 2021-02-19 | 北京百度网讯科技有限公司 | 语音识别结果的处理方法、装置、电子设备及存储介质 |
CN112382289B (zh) * | 2020-11-13 | 2024-03-22 | 北京百度网讯科技有限公司 | 语音识别结果的处理方法、装置、电子设备及存储介质 |
CN112509566A (zh) * | 2020-12-22 | 2021-03-16 | 北京百度网讯科技有限公司 | 一种语音识别方法、装置、设备、存储介质及程序产品 |
CN112509566B (zh) * | 2020-12-22 | 2024-03-19 | 阿波罗智联(北京)科技有限公司 | 一种语音识别方法、装置、设备、存储介质及程序产品 |
CN113704631A (zh) * | 2021-11-01 | 2021-11-26 | 深圳传音控股股份有限公司 | 交互指令提示方法、智能设备及可读存储介质 |
CN113704631B (zh) * | 2021-11-01 | 2022-07-29 | 深圳传音控股股份有限公司 | 交互指令提示方法、智能设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105976818B (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105976818A (zh) | 指令识别的处理方法及装置 | |
US11681944B2 (en) | System and method to generate a labeled dataset for training an entity detection system | |
CN107992585B (zh) | 通用标签挖掘方法、装置、服务器及介质 | |
CN103971684B (zh) | 一种添加标点的方法、系统及其语言模型建立方法、装置 | |
JP2004259271A (ja) | 言語翻訳の方法およびシステム | |
JP2004062893A (ja) | 重み付き編集距離に基づく例文の自動検索用システムおよび方法 | |
US20110106805A1 (en) | Method and system for searching multilingual documents | |
CN109032381B (zh) | 一种基于上下文的输入方法、装置、存储介质及终端 | |
US20220019739A1 (en) | Item Recall Method and System, Electronic Device and Readable Storage Medium | |
CN109800308B (zh) | 一种基于词性和模糊模式识别组合的短文本分类方法 | |
CN108664142B (zh) | 具有文档间自学习功能的输入法 | |
US7840549B2 (en) | Updating retrievability aids of information sets with search terms and folksonomy tags | |
CN107861948B (zh) | 一种标签提取方法、装置、设备和介质 | |
US11714840B2 (en) | Method and apparatus for information query and storage medium | |
US20100030761A1 (en) | Method of retrieving and refining information based on tri-gram | |
CN106777118B (zh) | 一种基于模糊字典树的地理词汇快速抽取方法 | |
EP4083811A1 (en) | Knowledge graph query method, electronic device, and storage medium | |
CN113591456A (zh) | 文本纠错方法及装置、电子设备及存储介质 | |
GB2569858A (en) | Constructing content based on multi-sentence compression of source content | |
CN117057430B (zh) | 基于规则累积的模型推理方法、装置及电子设备 | |
CN110990451B (zh) | 基于句子嵌入的数据挖掘方法、装置、设备及存储装置 | |
CN110263108B (zh) | 一种基于道路网的关键词Skyline模糊查询方法及系统 | |
WO2020258652A1 (zh) | 字符替换方法、系统、计算机设备及计算机可读存储介质 | |
CN110967030A (zh) | 一种用于车载导航的信息处理方法及其装置 | |
CN110986972A (zh) | 一种用于车载导航的信息处理方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 516006 TCL technology building, No.17, Huifeng Third Road, Zhongkai high tech Zone, Huizhou City, Guangdong Province Applicant after: TCL Technology Group Co.,Ltd. Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District Applicant before: TCL RESEARCH AMERICA Inc. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |