CN110020432A - 一种信息处理方法和信息处理设备 - Google Patents
一种信息处理方法和信息处理设备 Download PDFInfo
- Publication number
- CN110020432A CN110020432A CN201910250104.0A CN201910250104A CN110020432A CN 110020432 A CN110020432 A CN 110020432A CN 201910250104 A CN201910250104 A CN 201910250104A CN 110020432 A CN110020432 A CN 110020432A
- Authority
- CN
- China
- Prior art keywords
- information
- word
- corrected
- mapping relations
- joint probability
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/232—Orthographic correction, e.g. spell checking or vowelisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明实施例公开了一种信息处理方法,该方法包括:获取第一信息;获取第二信息;若第二信息是用于对第一信息中存在错误的第三信息进行纠正的信息,基于第二信息对第三信息进行纠正。本发明的实施例同时还公开了一种信息处理设备。
Description
技术领域
本发明涉及但不限于计算机技术领域,尤其涉及一种信息处理方法和信息处理设备。
背景技术
目前,利用网络发送信息已成为人们工作或生活中不可或缺的一部分,但是,在信息交互的过程中又不可避免的会产生易引起歧义的错误字/词。然而,相关技术中无法对已发送的信息中的错误词/字进行纠正,导致接收方无法准确地理解发送方的意图。
发明内容
为解决上述技术问题,本发明实施例期望提供一种信息处理方法和信息处理设备,解决了相关技术中无法对已发送的信息中的错误词/字进行纠正,导致接收方无法准确地理解发送方的意图的问题,实现对已发送的信息中的错误信息进行及时纠正,即对接收到的信息中的错误信息进行及时纠正,进而接收方便可以得到正确的信息,精准地获取到发送方的意图。
本发明的技术方案是这样实现的:
获取第一信息;
获取第二信息;
若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正。
可选的,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正之前,所述方法还包括:
计算所述第一信息中的多个词组成的词序列的第一联合概率;
若所述第一联合概率在特定联合概率范围内,确定所述第一信息中存在错误,定位所述第三信息。
可选的,所述计算所述第一信息中的多个词组成的词序列的第一联合概率,包括:
对所述第一信息进行分词,得到所述第一信息中的多个词;
将所述第一信息中的多个词输入经过训练得到的语言模型,得到在出现第一词的情况下出现第二词的条件概率;其中,所述第一信息中的多个词包括所述第一词和所述第二词,所述第一词为所述第一信息中的多个词中的任一词,且所述第二词的个数为多个;
基于多个第一词对应的多个条件概率,生成所述第一联合概率;
相应的,若所述第一联合概率在特定联合概率范围内,确定所述第一信息中存在错误,定位所述第三信息,包括:
若所述第一联合概率在所述特定联合概率范围内,确定所述第一信息中存在错误,确定所述多个第一词对应的多个条件概率中,最小的条件概率对应的第一词为所述第三信息。
可选的,所述基于多个第一词对应的多个条件概率,生成所述第一联合概率,包括:
基于所述多个第一词对应的多个条件概率,生成所述第一信息中的多个词组成的词序列的第二联合概率;
获取所述多个第一词的第一数量;
若所述第一数量大于第一阈值,生成大于所述第二联合概率的所述第一联合概率。
可选的,所述若所述第一联合概率在特定联合概率范围内,确定所述第一信息中存在错误之前,所述方法还包括:
获取多个第四信息,并计算所述多个第四信息中每一第四信息中的多个词组成的词序列的每一第三联合概率;其中,所述每一第四信息中不存在错误;
基于多个所述第三联合概率,确定所述特定联合概率范围。
可选的,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正,包括:
若所述第二信息包括的词的第二数量在第二阈值范围内,获取所述第二信息与所述第三信息之间的共现概率和/或编辑距离;
若所述共现概率在特定共现概率范围内,和/或所述编辑距离在特定编辑距离范围内,确定所述第二信息是用于对所述第三信息进行纠正的信息,并基于所述第二信息对所述第三信息进行纠正;或者,
若所述第二信息与多个第四信息中的第五信息相同,确定所述第二信息是用于对所述第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正;其中,每一第四信息中不存在错误,所述第五信息包括所述第四信息中与所述第三信息相邻的信息。
可选的,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正,包括:
若所述第二信息是用于对所述第三信息进行纠正的信息,用所述第二信息替换所述第一信息中的所述第三信息,得到修改后的第一信息;
相应的,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正之后,所述方法还包括:
发送所述修改后的第一信息至目标电子设备,以使所述目标电子设备显示所述修改后的第一信息;其中,所述目标电子设备包括基于所述第一信息进行交互的第一电子设备和第二电子设备中的至少一个。
可选的,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正,包括:
若所述第二信息是用于对所述第三信息进行纠正的信息,生成所述第二信息与所述第三信息之间的映射关系;其中,所述映射关系表征所述第二信息用于替换所述第三信息;
基于所述第二信息和所述映射关系对所述第三信息进行纠正;
相应的,所述基于所述映射关系对所述第二信息进行纠正之后,所述方法还包括:
发送所述映射关系至第一电子设备,以使所述第一电子设备基于所述映射关系显示所述第一信息和第二信息;
发送所述映射关系、所述第一信息和所述第二信息至第二电子设备,以使所述第二电子设备基于所述映射关系显示所述第一信息和第二信息。
可选的,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正,包括:
若所述第二信息是用于对所述第三信息进行纠正的信息,生成所述第二信息与所述第三信息之间的映射关系;其中,所述映射关系表征所述第二信息用于替换所述第三信息;
基于所述第二信息和所述映射关系对所述第三信息进行纠正;
相应的,所述基于所述映射关系对所述第二信息进行纠正之后,所述方法还包括:
生成标记信息;其中,所述标记信息用于标记所述映射关系;
发送所述映射关系和所述标记信息至第一电子设备,以使所述第一电子设备显示所述第一信息,并在所述第一信息中的第三信息对应的位置处显示所述标记信息;并使所述第一电子设备接收到针对所述标记信息的操作,基于所述映射关系在所述位置处显示所述第二信息;
发送所述映射关系、所述标记信息、所述第一信息和所述第二信息至第二电子设备,以使所述第二电子设备显示所述第一信息,并在所述第一信息中的第三信息对应的位置处显示所述标记信息;并使所述第二电子设备接收到针对所述标记信息的操作,基于所述映射关系在所述位置处显示所述第二信息。
一种信息处理设备,所述信息处理设备包括:处理器、存储器和通信总线;
所述通信总线用于实现处理器和存储器之间的通信连接;
所述处理器用于执行存储器中存储的信息处理程序,以实现以下上述的信息处理方法中的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述所述的信息处理方法的步骤。
本发明实施例所提供的信息处理方法和信息处理设备,获取第一信息;获取第二信息;若第二信息是用于对第一信息中存在错误的第三信息进行纠正的信息,基于第二信息对第三信息进行纠正;解决了相关技术中无法对已发送的信息中的错误词/字进行纠正,导致接收方无法准确地理解发送方的意图的问题,实现对已发送的信息中的错误信息进行及时纠正,即对接收到的信息中的错误信息进行及时纠正,进而接收方便可以得到正确的信息,精准地获取到发送方的意图。
附图说明
图1为本发明的实施例提供的一种信息处理方法的流程示意图;
图2为本发明的实施例提供的另一种信息处理方法的流程示意图;
图3为本发明的实施例提供的又一种信息处理方法的流程示意图;
图4为本发明的另一实施例提供的一种信息处理方法的流程示意;
图5为本发明的实施例提供的一种信息处理的界面示意图;
图6为本发明的另一实施例提供的另一种信息处理方法的流程示意;
图7为本发明的另一实施例提供的又一种信息处理方法的流程示意;
图8为本发明的实施例提供的一种信息处理设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
相关技术中,在即时通讯的场景中,用户在将整句话发送出去以后才发现有个别错别字,然后马上将正确的词语补充发送在下一次对话框中,最终由收信者在大脑中对两次发送的信息分析、融合、替换形成正确的句子,从而理解发送信息者的意图。在智能客服聊天场景下,机器人无法对接收到的信息做上述处理,极大概率会导致意图理解错误,即将错误的信息输入到后台模型中得到错误的结果。
相关技术中针对发送方发送的信息中存在错误的情况,还可以采用如下方法解决,将已发送的包含错字/词的句子撤回,重新编辑并发送;该方法的缺点是耗费精力和时间,影响沟通效率,尤其是句子很长的情况。此外,相关技术中,还可以利用输入法自动纠正功能,在用户编辑过程中检查并推送修正的词/字。缺点是只能检测到局部拼写错误,无法处理需要在整句语境下才能判断出来的错误。
本发明的实施例提供一种信息处理方法,应用于信息处理设备,该信息处理设备可以是电子设备或者服务器,参照图1所示,该方法包括以下步骤:
步骤101、获取第一信息。
本发明实施例所提供的信息处理方法,可以应用于即时通讯的场景中。本发明实施例中,待即时通讯的发送方发出第一信息后,服务器或者接收方的电子设备便可以接收到第一信息。这里,服务器用于实现发送发与接收方之间的信息交互。
步骤102、获取第二信息。
本发明实施例中,待即时通讯的发送方在发出第一信息之后,又发出第二信息,服务器或者接收方的电子设备可以接收到第二信息。
步骤103、若第二信息是用于对第一信息中存在错误的第三信息进行纠正的信息,基于第二信息对第三信息进行纠正。
需要说明的是,本发明实施例所提供的信息处理方法,能够自动化地找到发送方已发送的信息中潜在的错字/词的位置索引,进而利用正确的信息对已发送的信息中的错误进行及时纠正,从而减少沟通障碍,促进信息交换更加方便畅通。
本发明实施例中,服务器或者接收方的电子设备依次获取第一信息和第二信息,并且确定第二信息是用于对第一信息中存在错误的第三信息进行纠正的信息,则服务器或者接收方的电子设备基于第二信息对第三信息进行纠正,如此,实现对发送方已发送的信息中的错误信息进行及时纠正,即对服务器或者接收方的电子设备接收到的信息中的错误信息进行及时纠正,解决了相关技术中无法对已发送的信息中的错误词/字进行纠正,导致接收方无法准确地理解发送方的意图的问题,进而接收方包括服务器或者接收方的电子设备便可以得到正确的信息,精准地获取到发送方的意图。
基于前述实施例,本发明的实施例提供一种信息处理方法,应用于信息处理设备,该信息处理设备可以是电子设备或者服务器,参照图2所示,该方法包括以下步骤:
步骤201、获取第一信息。
步骤202、获取第二信息。
步骤203、计算第一信息中的多个词组成的词序列的第一联合概率。
本发明实施例中,步骤203计算第一信息中的多个词组成的词序列的第一联合概率,包括:
步骤203a、对第一信息进行分词,得到第一信息中的多个词。
本发明实施例中,电子设备或者服务器依次获取到第一信息和第二信息后,对第一信息进行分词,得到的第一信息中的多个词,多个词可以包括:w1,w2,…,wm,其中,m为正整数,m表示第一信息中有多少个词。
步骤203b、将第一信息中的多个词输入经过训练得到的语言模型,得到在出现第一词的情况下出现第二词的条件概率。
其中,第一信息中的多个词包括第一词和第二词,第一词为第一信息中的多个词中的任一词,且第二词的个数为多个。
本发明实施例中,语言模型可以理解为N元语言模型即N-gram,其中,N由第二词的个数决定。需要说明的是,第二词的个数为N个,N为大于等于2的正整数。
本发明实施例中,在出现第一词的情况下出现第二词的条件概率可以用如下公式表示:
其中,P(wi|wi-(n-1),...,wi-1)表示在出现第一词的情况下出现第二词的条件概率,n为大于1的正整数,i的取值范围1至m,count表示多个词共同出现的次数;其中,第一词用wi表示;第二词用wi-(n-1),...,wi-1表示。
步骤203c、基于多个第一词对应的多个条件概率,生成第一联合概率;
本发明实施例中,步骤203c基于多个第一词对应的多个条件概率,生成第一联合概率,包括:
第一步、基于多个第一词对应的多个条件概率,生成第一信息中的多个词组成的词序列的第二联合概率。
本发明实施例中,第二联合概率可以用如下公式表示:
其中,P(w1,w2,...,wm)表示第二联合概率;也就是说,第二联合概率等于多个条件概率的乘积。
第二步、获取多个第一词的第一数量。
第三步、若第一数量大于第一阈值,生成大于第二联合概率的第一联合概率。
本发明实施例中,考虑到联合概率会受到句子长度的影响,例如,句子太长,则计算得到的联合概率越小,为了降低句子长度对联合概率的影响,这里,在获取第二联合概率后,对第二联合概率在句子长度维度上进行归一化处理,得到第一联合概率;确保第一联合概率不受句子长度的影响,真正地反映词序列s=w1,w2,...,wm作为一个句子出现的概率。需要说明的是,联合概率表征一个句子存在合理性的程度。
在实际应用中,电子设备或者服务器确定第一数量大于第一阈值,生成大于第二联合概率的第一联合概率。示例性的,电子设备或者服务器对第二联合概率进行开方运算,得到大于第二联合概率的第一联合概率。
步骤204、获取多个第四信息,并计算多个第四信息中每一第四信息中的多个词组成的词序列的每一第三联合概率。
其中,每一第四信息中不存在错误。
本发明实施例中,电子设备或者服务器获取多个第四信息作为语料信息;示例性的,电子设备或者服务器可以通过收集用户日常利用即时通讯类应用所产生的语料来扩充语料库中的语料信息;进而对上述语料库中的语料信息训练得到的语言模型。实时更新语料库中的语料信息,可以支撑更加稳定可靠的语音模型的建立和更新。
步骤205、基于多个第三联合概率,确定特定联合概率范围。
本发明实施例中,特定联合概率范围包括的概率小于所有第三联合概率的概率;或者,特定联合概率范围包括的概率小于部分第三联合概率的概率。
在实际应用中,示例性的,特定联合概率范围包括的概率小于概率阈值的第三联合概率的概率。示例性的,可以通过如下公式计算概率阈值,
其中,threshold表征概率阈值。
例如,用户编辑内容的联合概率低于语料库超过95%句子的联合概率,则认为用户编辑内容疑似为错句,否则为正常句子。
步骤206、若第一联合概率在特定联合概率范围内,确定第一信息中存在错误,定位错误的第三信息。
本发明实施例中,步骤206若第一联合概率在特定联合概率范围内,确定第一信息中存在错误,定位第三信息,包括:若第一联合概率在特定联合概率范围内,确定第一信息中存在错误,确定多个第一词对应的多个条件概率中,最小的条件概率对应的第一词为第三信息。示例性的,电子设备或者服务器确定第一联合概率在特定联合概率范围内,即确定第一联合概率小于第三联合概率,则确定第一信息中存在错误,定位错误的第三信息。
步骤207、若第二信息是用于对第一信息中存在错误的第三信息进行纠正的信息,基于第二信息对第三信息进行纠正。
本发明实施例中,步骤207、若第二信息是用于对第一信息中存在错误的第三信息进行纠正的信息,基于第二信息对第三信息进行纠正,包括:
步骤207a、若第二信息包括的词的第二数量在第二阈值范围内,获取第二信息与第三信息之间的共现概率和/或编辑距。
本发明实施例中,电子设备或者服务器获取到第二信息后,确定第二信息包括的词的第二数量在第二阈值范围内,则表征第二信息可能是用于对第一信息中的错误信息进行纠正的信息,进一步地,电子设备或者服务器获取第二信息与第三信息之间的共现概率和/或编辑距。
步骤207b、若共现概率在特定共现概率范围内,和/或编辑距离在特定编辑距离范围内,确定第二信息是用于对第三信息进行纠正的信息,并基于第二信息对第三信息进行纠正。
本发明实施例中,电子设备或者服务器共现概率在特定共现概率范围内,和/或编辑距离在特定编辑距离范围内,则确定第二信息是用于对第三信息进行纠正的信息,并基于第二信息对第三信息进行纠正。
本发明另一实施例中,步骤207、若第二信息是用于对第一信息中存在错误的第三信息进行纠正的信息,基于第二信息对第三信息进行纠正,包括:
若第二信息与多个第四信息中的第五信息相同,确定第二信息是用于对第三信息进行纠正的信息,基于第二信息对第三信息进行纠正。
其中,每一第四信息中不存在错误,第五信息包括第四信息中与第三信息相邻的信息。
本发明实施例中,电子设备或者服务器获取到第二信息后,确定第二信息与多个第四信息中的第五信息相同,确定第二信息是用于对第三信息进行纠正的信息,基于第二信息对第三信息进行纠正;也就是说,电子设备或者服务器将语料库中正确的信息中与第三信息相同的信息的相邻信息作为对第三信息进行纠正的信息,实现对第三信息的准确纠正。
本发明实施例所提供的信息处理方法,能够自动化地找到发送方已发送的信息中潜在的错字/词的位置索引,通过矫正替换将修改后正确的信息发送给接收方,模仿收信者在大脑中的信息处理过程,提升模型理解意图的准确性,从而减少沟通障碍,促进信息交换更加方便畅通。
基于上述内容可知,利用即时应用软件沟通已成为人们生活中不可或缺的一部分,而在编辑过程中又不可避免的会产生易引起歧义的错误词/字。为了同时满足降低编辑者修改错误信息的负担以及收信者如机器人能够快速有效地理解正确的意图两方面的需求,本发明实施例所提供的信息处理方法,在用户提供修改后的内容即第二信息的情况下,电子设备或者服务器能够自动地找到句子中潜在的错字/词的位置索引,并加以纠正;如此,使得发送方与接收方之间能够更加有效地传递信息,提高沟通交流的效率。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
基于前述实施例,本发明的实施例提供一种信息处理方法,应用于信息处理设备,该信息处理设备可以是服务器,参照图3所示,该方法包括以下步骤:
步骤301、获取第一信息。
本发明实施例中,第一信息可以来自于第一电子设备。示例性的,在第一电子设备发送第一信息后,服务器接收到第一信息。
步骤302、获取第二信息。
本发明实施例中,第二信息可以来自于第一电子设备。示例性的,在第一电子设备发送第二信息后,服务器接收到第二信息。在实际应用中,用户操作第一电子设备的过程中,利用第一电子设备发送第一信息后,发现第一信息中存在错误信息,此时,用户利用第一电子设备发送用于对错误进行纠正的第二信息。
本发明的另一实施例中,第二信息可以来自于服务器。示例性的,在第一电子设备发送第一信息后,服务器接收到第一信息,并确定第一信息中存在错误信息,则从自身的语料库中获取用于对错误进行纠正的第二信息。
步骤303、若第二信息是用于对第三信息进行纠正的信息,用第二信息替换第一信息中的第三信息,得到修改后的第一信息。
本发明实施例中,服务器确定第二信息是用于对第三信息进行纠正的信息,则用第二信息替换第一信息中的第三信息,得到修改后的第一信息,实现对第一信息中的错误信息的及时纠正。
步骤304、发送修改后的第一信息至目标电子设备,以使目标电子设备显示修改后的第一信息。
其中,目标电子设备包括基于第一信息进行交互的第一电子设备和第二电子设备中的至少一个。
本发明实施例中,服务器对对第一信息中的错误信息的及时纠正,得到修改后的第一信息后,发送修改后的第一信息至目标电子设备,以使目标电子设备显示修改后的第一信息;例如,发送修改后的第一信息至第一信息的发送方第一电子设备和接收方第二电子设备中的至少一个,以使得接收到修改后的第一信息的接收方能够快速理解即时通信中的信息的正确含义。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
基于前述实施例,本发明的实施例提供一种信息处理方法,应用于信息处理设备,该信息处理设备可以是服务器,参照图4所示,该方法包括以下步骤:
步骤401、获取第一信息。
步骤402、获取第二信息。
步骤403、若第二信息是用于对第三信息进行纠正的信息,生成第二信息与第三信息之间的映射关系。
其中,映射关系表征第二信息用于替换第三信息。
本发明实施例中,服务器确定第二信息是用于对第三信息进行纠正的信息,并确定第二信息包括的词的数量在第二阈值范围内;示例性的,第二信息包括的词的数量小于第一信息包括的词的数量;服务器生成第二信息与第三信息之间的映射关系。
步骤404、基于第二信息和映射关系对第三信息进行纠正。
本发明实施例中,服务器生成表征第二信息用于替换第三信息的映射关系后,基于第二信息和映射关系对第三信息进行纠正,如此,实现对错误信息的及时纠正。
步骤405、发送映射关系至第一电子设备,以使第一电子设备基于映射关系显示第一信息和第二信息;并且发送映射关系、第一信息和第二信息至第二电子设备,以使第二电子设备基于映射关系显示第一信息和第二信息。
本发明实施例中,第一信息来自于第一电子设备。第一电子设备和第二电子设备是基于第一信息进行交互的电子设备。服务器生成映射关系并基于第二信息和映射关系对第三信息进行纠正后,发送映射关系至第一电子设备,以使第一电子设备基于映射关系显示第一信息和第二信息;并且发送映射关系、第一信息和第二信息至第二电子设备,以使第二电子设备基于映射关系显示第一信息和第二信息;以确保接收方能够明确已发信息的准确含义。
示例性的,参见图5所示,以第一电子设备为第一信息的发送方为例,用户利用第一电子设备向服务器发送第一个第一信息如“拿了5代东西?”后,随即发现第一个第一信息中存在错别字,则紧接着利用第一电子设备向服务器发送第一个第二信息“袋”。进一步地,第一电子设备接收到服务器发送的映射关系,并且基于映射关系如第一箭头51显示第一个第一信息和第一个第二信息。如此,发送方无论何时看到即时通讯的记录信息,都能够准确地获知通讯时刻的真正意图。
示例性的,仍旧以第一电子设备为第一信息的发送方为例,用户利用第一电子设备向服务器发送第二个第一信息如“你的话好美,颜色特别好看,叶子特别绿?”后,随即发现第二个第一信息中存在错别字,则紧接着利用第一电子设备向服务器发送第二个第二信息“花”。进一步地,第一电子设备接收到服务器发送的映射关系,并且基于映射关系如第二箭头52显示第二个第一信息和第二个第二信息。如此,在即时通讯的过程中,无论多少个信息中存在错误的信息,均可以基于表征第二信息用于替换第三信息映射关系,对相应的错误信息进行突出显示,确保信息理解的准确性。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
基于前述实施例,本发明的实施例提供一种信息处理方法,应用于信息处理设备,该信息处理设备可以是服务器,参照图6所示,该方法包括以下步骤:
步骤601、获取第一信息。
步骤602、获取第二信息。
步骤603、若第二信息是用于对第三信息进行纠正的信息,生成第二信息与第三信息之间的映射关系。
其中,映射关系表征第二信息用于替换第三信息。
步骤604、基于第二信息和映射关系对第三信息进行纠正。
步骤605、生成标记信息。
其中,标记信息用于标记映射关系。
本发明实施例中,标记信息包括任何能够对映射关系起到标记作用的信息;标记信息可以理解为标签;示例性的,标记信息包括特定符号,特定文字等。
步骤606、发送映射关系和标记信息至第一电子设备,以使第一电子设备显示第一信息,并在第一信息中的第三信息对应的位置处显示标记信息;并使第一电子设备接收到针对标记信息的操作,基于映射关系在位置处显示第二信息。
本发明实施例中,第一电子设备为第一信息的发送方。服务器发送映射关系和标记信息至第一电子设备,以使第一电子设备显示第一信息,并在第一信息中的第三信息对应的位置处显示标记信息;并使第一电子设备接收到针对标记信息的操作,基于映射关系在位置处显示第二信息;也就是说,第一电子设备在显示第一信息的过程中,在第一信息中的第三信息对应的位置处还显示标记信息,那么,在操作者对标记信息执行操作后,在第三信息对应的位置处则显示第二信息。如此,不仅能够还原原始的交互场景,同时还可以确保发送发始终明确自己的意图。
步骤607、发送映射关系、标记信息、第一信息和第二信息至第二电子设备,以使第二电子设备显示第一信息,并在第一信息中的第三信息对应的位置处显示标记信息;并使第二电子设备接收到针对标记信息的操作,基于映射关系在位置处显示第二信息。
本发明实施例中,第二电子设备和第一电子设备是基于第一信息进行交互的电子设备。服务器发送映射关系、标记信息、第一信息和第二信息至第二电子设备,以使第二电子设备显示第一信息,并在第一信息中的第三信息对应的位置处显示标记信息;并使第二电子设备接收到针对标记信息的操作,基于映射关系在位置处显示第二信息;也就是说,第二电子设备在显示第一信息的过程中,在第一信息中的第三信息对应的位置处还显示标记信息,那么,在操作者对标记信息执行操作后,在第三信息对应的位置处则显示第二信息。如此,不仅能够还原原始的交互场景,同时还可以确保接收方始终明确发送方的意图,提高沟通交流的效率。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
基于前述实施例,对本发明的实施例所提供的信息处理方法作出进一步的说明,该方法应用于信息处理设备,该信息处理设备可以是者服务器,参照图7所示,信息处理设备7通过自身中的如下模块实现本发明实施例所提供的信息处理方法:
语料文本收集模块71,用于通过收集用户日常利用即时通讯软件进行聊天所产生的聊天语料来扩充语料库,以支撑更加稳定可靠的统计语言模型的建立及更新。示例性的,聊天语料来自于聊天界面70中的信息。
语言模型构建模块72,用于n元语言模型针对一个句子w1,w2,…,wm的概率表示如下:
其中的条件概率使用词频来计算:
语言模型构建模块72,用于在语料文本收集模块71中的语料库的基础上计算并更新模型,维护语料库中每个样本在句子和n-gram两个级别上的联合概率及数量分布。
因为P(w1,w2,…,wm)会受到句子长度的影响,这里令:
使得公式1中联合概率在句子长度维度上归一化,免受句子长度的影响,真正反映词序列s=w1,w2,…,wm作为一个句子出现的概率。
错句检测模块73,用于以用户一次性编辑的信息为输入,通过语言模型构建模块72中的模型计算句子联合概率p,设定阈值参数threshold,若
例如,用户编辑内容联合概率低于语料库超过95%句子的联合概率,则认为用户编辑内容疑似为错句,否则为正常句子。
这里,以用户原始编辑内容为“你的话好美,叶子特别绿”举例。
错字/词位置查找模块74,用于按照语言模型构建模块72假设使用2-gram模型(令n=2),则该句子联合概率表示如下:
P(你的,话,好美,叶子,特别,绿)=P(你的|<start>)×P(话|你的)×P(好美|你的,话)×P(叶子|话,好美)×P(特别|好美,叶子)×P(绿|叶子,特别)。
需要说明的是,n越大生成概率越小,依据准确率和召回率为衡量联合概率准确性的指标,n可以选择2或3。
如果句子中存在错字/词,则错字/词与周围词形成的n-gram出现的概率必然很低,因此可以认为整个句子中n-gram概率“凹点”即最低点所在的区域为错字/词所处于的位置区域。
如果用户补充提供正确的词语,可以按照拼音、字形以及拼写上的编辑距离确定句子中对应的词语位置;
如果用户未进一步提供修改语料,则推荐若干个共现概率较高的n-gram,供用户选择,满足替换后整个句子的联合概率提高。
推送模块75,用于推送相应的信息至发送方或者接收方。
显示模块76,用于基于错字/词位置查找错字/词位置查找模块74分析返回的位置索引,在交互界面上高亮显示对应词语,或者使用用户提供/选择的词语替换显示。
智能客服场景下自然语言理解模块77,在智能客服聊天场景下,将自动修改后正确的文本发送至发送方或者接收方的电子设备。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
基于前述实施例,本发明的实施例提供一种信息处理设备,该信息处理设备可以应用于图1~4和图6对应的实施例提供的一种信息处理方法中,参照图8所示,该信息处理设备8(图8中的信息处理设备8与图7中的信息处理设备7具有对应关系)包括:处理器81、存储器82和通信总线83,其中:
通信总线83用于实现处理器81和存储器82之间的通信连接。
处理器81用于执行存储器82中存储的信息处理程序,以实现以下步骤:
获取第一信息;
获取第二信息;
若第二信息是用于对第一信息中存在错误的第三信息进行纠正的信息,基于第二信息对第三信息进行纠正。
在本发明的其他实施例中,处理器81用于执行存储器82中存储的信息处理程序,以实现以下步骤:
计算第一信息中的多个词组成的词序列的第一联合概率;
若第一联合概率在特定联合概率范围内,确定第一信息中存在错误,定位第三信息。
在本发明的其他实施例中,处理器81用于执行存储器82中存储的信息处理程序,以实现以下步骤:
对第一信息进行分词,得到第一信息中的多个词;
将第一信息中的多个词输入经过训练得到的语言模型,得到在出现第一词的情况下出现第二词的条件概率;其中,第一信息中的多个词包括第一词和第二词,第一词为第一信息中的多个词中的任一词,且第二词的个数为多个;
基于多个第一词对应的多个条件概率,生成第一联合概率;
相应的,若第一联合概率在特定联合概率范围内,确定第一信息中存在错误,定位第三信息,包括:
若第一联合概率在特定联合概率范围内,确定第一信息中存在错误,确定多个第一词对应的多个条件概率中,最小的条件概率对应的第一词为第三信息。
在本发明的其他实施例中,处理器81用于执行存储器82中存储的信息处理程序,以实现以下步骤:
基于多个第一词对应的多个条件概率,生成第一信息中的多个词组成的词序列的第二联合概率;
获取多个第一词的第一数量;
若第一数量大于第一阈值,生成大于第二联合概率的第一联合概率。
在本发明的其他实施例中,处理器81用于执行存储器82中存储的信息处理程序,以实现以下步骤:
获取多个第四信息,并计算多个第四信息中每一第四信息中的多个词组成的词序列的第三联合概率;其中,每一第四信息中不存在错误;
基于多个第三联合概率,确定特定联合概率范围。
在本发明的其他实施例中,处理器81用于执行存储器82中存储的信息处理程序,以实现以下步骤:
若第二信息包括的词的第二数量在第二阈值范围内,获取第二信息与第三信息之间的共现概率和/或编辑距离;
若共现概率在特定共现概率范围内,和/或编辑距离在特定编辑距离范围内,确定第二信息是用于对第三信息进行纠正的信息,并基于第二信息对第三信息进行纠正;或者,
若第二信息与多个第四信息中的第五信息相同,确定第二信息是用于对第三信息进行纠正的信息,基于第二信息对第三信息进行纠正;其中,每一第四信息中不存在错误,第五信息包括第一信息中与第三信息相邻的信息。
在本发明的其他实施例中,处理器81用于执行存储器82中存储的信息处理程序,以实现以下步骤:
若第二信息是用于对第三信息进行纠正的信息,用第二信息替换第一信息中的第三信息,得到修改后的第一信息;
相应的,若第二信息是用于对第一信息中存在错误的第三信息进行纠正的信息,基于第二信息对第三信息进行纠正之后,方法还包括:
发送修改后的第一信息至目标电子设备,以使目标电子设备显示修改后的第一信息;其中,目标电子设备包括基于第一信息进行交互的第一电子设备和第二电子设备中的至少一个。
在本发明的其他实施例中,处理器81用于执行存储器82中存储的信息处理程序,以实现以下步骤:
若第二信息是用于对第三信息进行纠正的信息,生成第二信息与第三信息之间的映射关系;其中,映射关系表征第二信息用于替换第三信息;
基于第二信息和映射关系对第三信息进行纠正;
相应的,基于映射关系对第二信息进行纠正之后,方法还包括:
发送映射关系至第一电子设备,以使第一电子设备基于映射关系显示第一信息和第二信息;
发送映射关系、第一信息和第二信息至第二电子设备,以使第二电子设备基于映射关系显示第一信息和第二信息。
在本发明的其他实施例中,处理器81用于执行存储器82中存储的信息处理程序,以实现以下步骤:
若第二信息是用于对第三信息进行纠正的信息,生成第二信息与第三信息之间的映射关系;其中,映射关系表征第二信息用于替换第三信息;
基于第二信息和映射关系对第三信息进行纠正;
相应的,基于映射关系对第二信息进行纠正之后,方法还包括:
生成标记信息;其中,标记信息用于标记映射关系;
发送映射关系和标记信息至第一电子设备,以使第一电子设备显示第一信息,并在第一信息中的第三信息对应的位置处显示标记信息;并使第一电子设备接收到针对标记信息的操作,基于映射关系在位置处显示第二信息;
发送映射关系、标记信息、第一信息和第二信息至第二电子设备,以使第二电子设备显示第一信息,并在第一信息中的第三信息对应的位置处显示标记信息;并使第二电子设备接收到针对标记信息的操作,基于映射关系在位置处显示第二信息。
需要说明的是,本实施例中处理器所执行的步骤的具体实现过程,可以参照图1~4和图6对应的实施例提供的信息处理方法中的实现过程,此处不再赘述。
基于前述实施例,本发明的实施例提供一种计算机可读存储介质,该计算机可读存储介质存储有一个或者多个程序,该一个或者多个程序可被一个或者多个处理器执行,以实现如图1~4和图6对应的实施例提供的信息处理方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种信息处理方法,所述方法包括:
获取第一信息;
获取第二信息;
若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正。
2.根据权利要求1所述的方法,其特征在于,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正之前,所述方法还包括:
计算所述第一信息中的多个词组成的词序列的第一联合概率;
若所述第一联合概率在特定联合概率范围内,确定所述第一信息中存在错误,定位所述第三信息。
3.根据权利要求2所述的方法,其特征在于,所述计算所述第一信息中的多个词组成的词序列的第一联合概率,包括:
对所述第一信息进行分词,得到所述第一信息中的多个词;
将所述第一信息中的多个词输入经过训练得到的语言模型,得到在出现第一词的情况下出现第二词的条件概率;其中,所述第一信息中的多个词包括所述第一词和所述第二词,所述第一词为所述第一信息中的多个词中的任一词,且所述第二词的个数为多个;
基于多个第一词对应的多个条件概率,生成所述第一联合概率;
相应的,若所述第一联合概率在特定联合概率范围内,确定所述第一信息中存在错误,定位所述第三信息,包括:
若所述第一联合概率在所述特定联合概率范围内,确定所述第一信息中存在错误,确定所述多个第一词对应的多个条件概率中,最小的条件概率对应的第一词为所述第三信息。
4.根据权利要求3所述的方法,其特征在于,所述基于多个第一词对应的多个条件概率,生成所述第一联合概率,包括:
基于所述多个第一词对应的多个条件概率,生成所述第一信息中的多个词组成的词序列的第二联合概率;
获取所述多个第一词的第一数量;
若所述第一数量大于第一阈值,生成大于所述第二联合概率的所述第一联合概率。
5.根据权利要求2至4中任一项所述的方法,其特征在于,所述若所述第一联合概率在特定联合概率范围内,确定所述第一信息中存在错误之前,所述方法还包括:
获取多个第四信息,并计算所述多个第四信息中每一第四信息中的多个词组成的词序列的每一第三联合概率;其中,所述每一第四信息中不存在错误;
基于多个所述第三联合概率,确定所述特定联合概率范围。
6.根据权利要求1所述的方法,其特征在于,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正,包括:
若所述第二信息包括的词的第二数量在第二阈值范围内,获取所述第二信息与所述第三信息之间的共现概率和/或编辑距离;
若所述共现概率在特定共现概率范围内,和/或所述编辑距离在特定编辑距离范围内,确定所述第二信息是用于对所述第三信息进行纠正的信息,并基于所述第二信息对所述第三信息进行纠正;或者,
若所述第二信息与多个第四信息中的第五信息相同,确定所述第二信息是用于对所述第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正;其中,每一第四信息中不存在错误,所述第五信息包括所述第四信息中与所述第三信息相邻的信息。
7.根据权利要求1所述的方法,其特征在于,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正,包括:
若所述第二信息是用于对所述第三信息进行纠正的信息,用所述第二信息替换所述第一信息中的所述第三信息,得到修改后的第一信息;
相应的,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正之后,所述方法还包括:
发送所述修改后的第一信息至目标电子设备,以使所述目标电子设备显示所述修改后的第一信息;其中,所述目标电子设备包括基于所述第一信息进行交互的第一电子设备和第二电子设备中的至少一个。
8.根据权利要求1所述的方法,其特征在于,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正,包括:
若所述第二信息是用于对所述第三信息进行纠正的信息,生成所述第二信息与所述第三信息之间的映射关系;其中,所述映射关系表征所述第二信息用于替换所述第三信息;
基于所述第二信息和所述映射关系对所述第三信息进行纠正;
相应的,所述基于所述映射关系对所述第二信息进行纠正之后,所述方法还包括:
发送所述映射关系至第一电子设备,以使所述第一电子设备基于所述映射关系显示所述第一信息和第二信息;
发送所述映射关系、所述第一信息和所述第二信息至第二电子设备,以使所述第二电子设备基于所述映射关系显示所述第一信息和第二信息。
9.根据权利要求1所述的方法,其特征在于,所述若所述第二信息是用于对所述第一信息中存在错误的第三信息进行纠正的信息,基于所述第二信息对所述第三信息进行纠正,包括:
若所述第二信息是用于对所述第三信息进行纠正的信息,生成所述第二信息与所述第三信息之间的映射关系;其中,所述映射关系表征所述第二信息用于替换所述第三信息;
基于所述第二信息和所述映射关系对所述第三信息进行纠正;
相应的,所述基于所述映射关系对所述第二信息进行纠正之后,所述方法还包括:
生成标记信息;其中,所述标记信息用于标记所述映射关系;
发送所述映射关系和所述标记信息至第一电子设备,以使所述第一电子设备显示所述第一信息,并在所述第一信息中的第三信息对应的位置处显示所述标记信息;并使所述第一电子设备接收到针对所述标记信息的操作,基于所述映射关系在所述位置处显示所述第二信息;
发送所述映射关系、所述标记信息、所述第一信息和所述第二信息至第二电子设备,以使所述第二电子设备显示所述第一信息,并在所述第一信息中的第三信息对应的位置处显示所述标记信息;并使所述第二电子设备接收到针对所述标记信息的操作,基于所述映射关系在所述位置处显示所述第二信息。
10.一种信息处理设备,其特征在于,所述信息处理设备包括:处理器、存储器和通信总线;
所述通信总线用于实现处理器和存储器之间的通信连接;
所述处理器用于执行存储器中存储的信息处理程序,以实现如权利要求1-9中任一项所述的信息处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910250104.0A CN110020432B (zh) | 2019-03-29 | 2019-03-29 | 一种信息处理方法和信息处理设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910250104.0A CN110020432B (zh) | 2019-03-29 | 2019-03-29 | 一种信息处理方法和信息处理设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110020432A true CN110020432A (zh) | 2019-07-16 |
CN110020432B CN110020432B (zh) | 2021-09-14 |
Family
ID=67190201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910250104.0A Active CN110020432B (zh) | 2019-03-29 | 2019-03-29 | 一种信息处理方法和信息处理设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110020432B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507094A (zh) * | 2020-04-16 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 基于深度学习的文本处理模型训练方法、装置及设备 |
CN113065345A (zh) * | 2021-04-01 | 2021-07-02 | 南京维沃软件技术有限公司 | 信息处理方法和信息处理装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1408639A1 (en) * | 2001-07-13 | 2004-04-14 | Matsushita Electric Industrial Co., Ltd. | Transmission apparatus and reception apparatus |
CN102664832A (zh) * | 2012-05-21 | 2012-09-12 | 李艳平 | 对消息进行批注和追加修改的方法和装置 |
CN103188637A (zh) * | 2013-02-28 | 2013-07-03 | 广东欧珀移动通信有限公司 | 对已发送信息进行修正的方法及其系统 |
US20140104175A1 (en) * | 2012-10-16 | 2014-04-17 | Google Inc. | Feature-based autocorrection |
CN103885938A (zh) * | 2014-04-14 | 2014-06-25 | 东南大学 | 基于用户反馈的行业拼写错误检查方法 |
CN108595431A (zh) * | 2018-04-28 | 2018-09-28 | 海信集团有限公司 | 语音交互文本纠错方法、装置、终端及存储介质 |
CN109062888A (zh) * | 2018-06-04 | 2018-12-21 | 昆明理工大学 | 一种出现错误文本输入时的自纠正方法 |
CN109343768A (zh) * | 2018-09-21 | 2019-02-15 | 联想(北京)有限公司 | 显示方法及系统、计算机系统及计算机可读存储介质 |
-
2019
- 2019-03-29 CN CN201910250104.0A patent/CN110020432B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1408639A1 (en) * | 2001-07-13 | 2004-04-14 | Matsushita Electric Industrial Co., Ltd. | Transmission apparatus and reception apparatus |
CN102664832A (zh) * | 2012-05-21 | 2012-09-12 | 李艳平 | 对消息进行批注和追加修改的方法和装置 |
US20140104175A1 (en) * | 2012-10-16 | 2014-04-17 | Google Inc. | Feature-based autocorrection |
CN103188637A (zh) * | 2013-02-28 | 2013-07-03 | 广东欧珀移动通信有限公司 | 对已发送信息进行修正的方法及其系统 |
CN103885938A (zh) * | 2014-04-14 | 2014-06-25 | 东南大学 | 基于用户反馈的行业拼写错误检查方法 |
CN108595431A (zh) * | 2018-04-28 | 2018-09-28 | 海信集团有限公司 | 语音交互文本纠错方法、装置、终端及存储介质 |
CN109062888A (zh) * | 2018-06-04 | 2018-12-21 | 昆明理工大学 | 一种出现错误文本输入时的自纠正方法 |
CN109343768A (zh) * | 2018-09-21 | 2019-02-15 | 联想(北京)有限公司 | 显示方法及系统、计算机系统及计算机可读存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507094A (zh) * | 2020-04-16 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 基于深度学习的文本处理模型训练方法、装置及设备 |
CN111507094B (zh) * | 2020-04-16 | 2023-10-10 | 腾讯科技(深圳)有限公司 | 基于深度学习的文本处理模型训练方法、装置及设备 |
CN113065345A (zh) * | 2021-04-01 | 2021-07-02 | 南京维沃软件技术有限公司 | 信息处理方法和信息处理装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110020432B (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20080262827A1 (en) | Real-Time Translation Of Text, Voice And Ideograms | |
CN110136747A (zh) | 一种评价语音音素正确性的方法、装置、设备及存储介质 | |
CN111339758B (zh) | 基于深度学习模型的文本纠错方法及系统 | |
CN110457689A (zh) | 语义处理方法及相关装置 | |
CN110020432A (zh) | 一种信息处理方法和信息处理设备 | |
CN109460219A (zh) | 快速序列化接口控制文件的方法 | |
CN109299471A (zh) | 一种文本匹配的方法、装置及终端 | |
CN108427516A (zh) | 具备教学功能的电子书写本系统及其使用方法 | |
CN111079410A (zh) | 文本识别方法、装置、电子设备及存储介质 | |
CN110390082A (zh) | 一种通信矩阵对比方法及系统 | |
CN109783184B (zh) | 用户自定义表单生成方法 | |
EP3823214A1 (en) | Network configuration method, apparatus and system | |
CN113010473B (zh) | 一种编辑yaml文件的方法和设备 | |
CN107609032A (zh) | 一种匹配方法及电子设备 | |
CN113918031A (zh) | 使用子字符信息进行中文标点恢复的系统和方法 | |
CN110516125B (zh) | 识别异常字符串的方法、装置、设备及可读存储介质 | |
CN103970776A (zh) | 一种创建can分层树的方法和系统 | |
CN109062888A (zh) | 一种出现错误文本输入时的自纠正方法 | |
CN108810836A (zh) | 一种向用户提供近场通信设备信息的方法及系统 | |
CN110265026B (zh) | 一种会议速记系统以及会议速记方法 | |
CN107203510A (zh) | 文字检测方法及装置 | |
CN107506339A (zh) | 一种基于字符偏移的scd节点校验出错定位方法及装置 | |
CN110297932A (zh) | 确定矢量图中封闭图形的最大内接圆的方法、装置及电子设备 | |
CN102281516B (zh) | 一种短信处理方法及短信处理终端 | |
CN110213367A (zh) | 互动信息通知方法、装置、设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |