CN110852043A - 一种文本转写方法、装置、设备及存储介质 - Google Patents
一种文本转写方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110852043A CN110852043A CN201911137288.6A CN201911137288A CN110852043A CN 110852043 A CN110852043 A CN 110852043A CN 201911137288 A CN201911137288 A CN 201911137288A CN 110852043 A CN110852043 A CN 110852043A
- Authority
- CN
- China
- Prior art keywords
- transcription
- decoder
- text
- encoder
- semantic
- 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
Images
Landscapes
- Machine Translation (AREA)
Abstract
本公开实施例公开了一种文本转写方法、装置、设备及存储介质,其中文本转写方法包括:接收待转写文本,并基于预先训练的转写编码器对所述待转写文本进行编码,得到编码序列;将所述编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;通过所述语义解码器输出语义标注数据,以及通过所述转写解码器输出转写文本。本公开实施例提供的一种文本转写方法、装置、终端及可读介质,增加了文本转写模型可解释性,且在一定程度上提高了转写准确率。
Description
技术领域
本公开实施例涉及自然语言处理技术,尤其涉及一种文本转写方法、装置、设备及存储介质。
背景技术
文本转写,可以理解为是一种将文本转化为意思相同,表达形式不同的另一文本的操作。例如,利用搜索引擎查询天气时,搜索引擎将文本“今天天气如何”转化为文本“今天天气怎么样”即为文本转写。
现有的文本转写方法通常为基于序列到序列模型的文本转写方法。现有方法的不足之处至少包括:序列到序列模型是黑盒子,缺乏可解释性,无法从模型中观察数据的因果结构。
发明内容
有鉴于此,本公开实施例提供了一种文本转写方法、装置、设备及存储介质,增加了文本转写模型可解释性,且在一定程度上提高了转写准确率。
第一方面,本公开实施例提供了一种文本转写方法,包括:
接收待转写文本,并基于预先训练的转写编码器对所述待转写文本进行编码,得到编码序列;
将所述编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;
通过所述语义解码器输出语义标注数据,以及通过所述转写解码器输出转写文本。
第二方面,本公开实施例提供了一种文本转写装置,包括:
编码序列生成模块,用于接收待转写文本,并基于预先训练的转写编码器对所述待转写文本进行编码,得到编码序列;
编码序列传输模块,用于将所述编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;
标注数据及转写文本生成模块,用于通过所述语义解码器输出语义标注数据,以及通过所述转写解码器输出转写文本。
第三方面,本公开实施例提供了一种终端设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开任一实施例所述的文本转写方法。
第四方面,本公开实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开任一实施例所述的文本转写方法。
本公开实施例提供的一种文本转写方法、装置、设备及存储介质,终端接收待转写文本,并基于预先训练的转写编码器对待转写文本进行编码,得到编码序列;将编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;通过语义解码器输出语义标注数据,以及通过转写解码器输出转写文本。通过预先训练的语义解码器输出语义标注数据,增加了文本转写模型可解释性,且通过预先训练的由转写编码器、语义解码器和转写解码器构成的转写模型,生成转写文本,可在一定程度上提高了转写准确率。
附图说明
为了更清楚地说明本公开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做一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,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的附图。
图1示出了本公开实施例一提供的一种文本转写方法流程图;
图2示出了本公开实施例二提供的一种文本转写方法中转写编码器与语义解码器的训练步骤流程图;
图3示出了本公开实施例三提供的一种文本转写方法中转写编码器与语义解码器的训练步骤流程图;
图4示出了本公开实施例四提供的一种文本转写方法中转写解码器的训练步骤流程图;
图5示出了本公开实施例五提供的一种文本转写装置结构示意图;
图6示出了本公开实施例六提供的一种终端设备的硬件结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
实施例一
图1示出了本公开实施例一提供的一种文本转写方法流程图,本公开实施例可适用于文本转写的情况,例如在信息检索领域中,检索引擎将用户输入的文本转写成便于检索的文本的情况。该方法可以由终端设备实现,具体可通过终端设备中的软件和/或硬件来实施。
如图1所示,本公开实施例中提供的文本转写方法,包括如下步骤:
S110、接收待转写文本,并基于预先训练的转写编码器对待转写文本进行编码,得到编码序列;
S120、将编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;
S130、通过语义解码器输出语义标注数据,以及通过转写解码器输出转写文本。
本公开提及的文本转写,可以理解为是在同一语种下,将任意长度的待转写文本转化为意思相同,表达形式不同的另一文本的操作。终端设备在接收到待转写文本后,可以将待转写文本输入至转写编码器,输出得到编码序列。终端设备可将编码序列分别输入至语义解码器和转写解码器,以使语义解码器输出对待转写文本的语义理解(即语义标注数据),使转写解码器输出待转写文本对应的转写文本。
其中,语义标注数据可以认为是基于标注规则模型,对待转写文本进行分词标注、词性标注、命名实体识别标注和/或语义角色标注的结果。其中,语义标注数据可以为通用语义标注数据,即与具体文本转化任务无关的标注数据,该通用语义标注数据可应用于任意文本转化任务中。其中,文本转化任务与业务需求相关,例如可以是天气查询中文本转写任务,还可以是票务预订中文本转写任务。
通过预先训练的语义解码器输出语义标注数据,增加了文本转写模型可解释性,且通过预先训练的由转写编码器、语义解码器和转写解码器构成的转写模型,生成转写文本,可在一定程度上提高了转写准确率。
可选的,转写编码器、语义解码器和转写解码器皆是基于神经网络模型构建的。
其中,转写编码器、语义解码器和转写解码器皆是基于神经网络模型构建的,可以理解为转写编码器、语义解码器和转写解码器皆是包含输入层、隐含层和输出层的多层神经网络,且转写编码器、语义解码器和转写解码器皆可通过预先的神经网络模型训练生成。
其中,转写编码器可以认为是一种语义编码器,且转写编码器可以与语义解码器一起训练生成。通过转写编码器输出的编码序列,可以理解为是语义标注数据的编码形式。将编码序列输入至语义解码器,即对编码形式的语义标注数据进行解码,从而输出语义标注数据。在转写编码器可以与语义解码器训练完成后,可以在预先训练完成的转写编码器基础上,进行转写解码器的训练。
通过先训练转写编码器和语义解码器,再根据训练完成的转写编码器训练转写解码器,不仅可以在训练转写解码器时减少人为标注语料的数据量,还可在一定程度上提高转写准确率。
进一步的,神经网络模型为transformer模型或lstm模型。
其中,transformer模型为Google公开的论文《Attention Is All You Need》中提出的模型,其采用6个encoder构成了encoder层,且采用6个decoder构成了decoder层。其中,每个encoder包含self-attention层和前馈神经网络,每个decoder也包含encoder提到的两层网络,但是在这两层中间还有一层attention层。其中,encoder层可用于从待转写文本中提取特征,而decoder层除包括特征提取功能外,还包括attention机制表达的翻译模型功能。
其中,长短时记忆网络模型(long short term memory network,lstm模型)可以理解为递归神经网络(Recurrent Neural Network,RNN)的延伸,其通过在原有RNN模型基础上增加单元状态,以使隐藏层状态可长期保持,从而可解决RNN模型中无法处理长距离的依赖的问题。
可选的,文本转写方法应用于问答系统,待转写文本为识别提问文本。
其中,问答系统(Question Answering System,QA)是信息检索系统的一种高级形式,它能用准确、简洁的自然语言快速回答用户用自然语言提出的问题。其中,提问文本为用户输入的自然语言文本。示例性的,当用户输入语音时,终端可将用户输入的语音进行识别,将识别文本作为提问文本;或者,当用户输入文本时,将用户输入文本作为提问文本。其中,终端可将提问文本转写为便于问答系统检索的文本;进一步的,终端可根据转写文本进行信息检索,并将检索结果反馈至用户。
本公开实施例提供的一种文本转写方法,终端接收待转写文本,并基于预先训练的转写编码器对待转写文本进行编码,得到编码序列;将编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;通过语义解码器输出语义标注数据,以及通过转写解码器输出转写文本。通过预先训练的语义解码器输出语义标注数据,增加了文本转写模型可解释性,且通过预先训练的由转写编码器、语义解码器和转写解码器构成的转写模型,生成转写文本,可在一定程度上提高了转写准确率。
实施例二
本实施例在上述实施例基础上,具体阐述了转写编码器与语义解码器的训练步骤,与上述实施例提出的文本转写方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例。
图2示出了本公开实施例二提供的一种文本转写方法中转写编码器与语义解码器的训练步骤流程图。参见图2,本公开实施例中提供的转写编码器与语义解码器的训练步骤,包括:
S210、采集通用语料,并基于预设标注规则对通用语料进行标注,得到通用语料的目标语义标注数据;
S220、将通用语料作为第一编码器的输入,将第一编码器的输出作为第一解码器的输入,通过第一解码器输出实际语义标注数据;
S230、以实际语义标注数据与目标语义标注数据的偏量小于第一阈值为目标,对第一编码器和第一解码器进行训练,并将训练完成的第一编码器作为转写编码器,将训练完成的第一解码器作为语义解码器。
其中,通用语料为与具体文本转化任务无关的语料。其中,采集通用语料例如可以是,通过爬虫程序从互联网随机爬取语料,或通过访问各语料库从中读取语料,在此不做具体限定。其中,预设标注规则为与具体文本转化任务无关的标注规则,例如可以是文法表达标注规则(例如标注文本的主语、谓语和宾语等),也可以是词性标注规则(例如标注文本的名词、动词和形容词等),在此不做具体限定。
其中,通过第一编码器和第一解码器可输出语料中各词语标注为各类型的概率,并将各词语对应概率最高的标注类型作为该词语的标注结果,且可将各词语的标注结果整合作为实际语义标注数据。其中,实际语义标注数据与目标语义标注数据的偏量小于第一阈值,可以理解为实际语义标注数据中各词语的标注结果与目标语义标注数据中各词语的标注结果相比,不相同的标注结果占比小于第一阈值;或者,实际语义标注数据中各词语的标注结果与目标语义标注数据中各词语的标注结果相同时,各词为目标类型的概率与预设概率相差小于第一阈值。
其中,当实际语义标注数据与目标语义标注数据的偏量大于等于第一阈值时,可调整第一编码器和第一解码器中网络层的参数,并通过调参后的第一编码器和第一解码器再次得到实际语义标注数据,直至实际语义标注数据与目标语义标注数据的偏量小于第一阈值为止。
通过通用语料以及通用语料的目标语义标注数据,对第一编码器和第一解码器进行训练,可获得处理通用语料的第一编码器和第一解码器。将训练完成的第一编码器作为转写编码器,并将训练完成的第一解码器作为语义解码器,可以基于转写编码器训练任意文本转化任务的转写解码器,增加了转写编码器和语义解码器的通用性。
本公开实施例在上述实施例基础上,具体阐述了转写编码器与语义解码器的训练步骤,通过通用语料以及通用语料的目标语义标注数据训练转写编码器与语义解码器,增加了转写编码器和语义解码器的通用性。此外,本公开实施例与上述实施例提出的文本转写方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,且本实施例与上述实施例具有相同的有益效果。
实施例三
本实施例在上述实施例基础上,具体阐述了另一种转写编码器与语义解码器的训练步骤,与上述实施例提出的文本转写方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例。
可选的,转写编码器与语义解码器的训练步骤,还包括:确定通用语料的目标转写文本;将实际语义标注数据作为第二编码器的输入,将第二编码器的输出作为第二解码器的输入,通过第二解码器输出第一实际转写文本;
相应的,以实际语义标注数据与目标语义标注数据的偏量小于第一阈值为目标,对第一编码器和第一解码器进行训练,包括:
以实际语义标注数据与目标语义标注数据的偏量小于第一阈值,以及第一实际转写文本与目标转写文本的偏量小于第二阈值为目标,对第一编码器、第一解码器、第二编码器和第二解码器进行训练,并将训练完成的第一编码器作为转写编码器,将训练完成的第一解码器作为语义解码器。
图3示出了本公开实施例三提供的一种文本转写方法中转写编码器与语义解码器的训练步骤流程图。参见图3,本公开实施例中提供的转写编码器与语义解码器的训练步骤,包括:
S310、采集通用语料,基于预设标注规则对通用语料进行标注,得到通用语料的目标语义标注数据,并确定通用语料的目标转写文本;
S320、将通用语料作为第一编码器的输入,将第一编码器的输出作为第一解码器的输入,通过第一解码器输出实际语义标注数据;
S330、将实际语义标注数据作为第二编码器的输入,将第二编码器的输出作为第二解码器的输入,通过第二解码器输出第一实际转写文本;
S340、以实际语义标注数据与目标语义标注数据的偏量小于第一阈值,以及第一实际转写文本与目标转写文本的偏量小于第二阈值为目标,对第一编码器、第一解码器、第二编码器和第二解码器进行训练,并将训练完成的第一编码器作为转写编码器,将训练完成的第一解码器作为语义解码器。
其中,通过第二编码器和第二解码器可从预设词库中选取实际语义标注数据对应的概率最高的各词语,且可将各词语构成的词语序列作为第一实际转写文本。其中,第一实际转写文本与目标转写文本的偏量小于第二阈值,可以理解为第一实际转写文本中词语序列与目标转写文本中词语序列相比,不相同的词语占比小于第二阈值;或者,第一实际转写文本中词语序列与目标转写文本中词语序列相同时,选取的各词语为目标转写文本中词语的概率与预设概率相差小于第二阈值。
其中,当第一实际转写文本与目标转写文本的偏量大于等于第二阈值时,可调整第一编码器、第一解码器、第二编码器和第二解码器中网络层的参数,并通过调参后的第一编码器、第一解码器、第二编码器和第二解码器再次得到第一实际转写文本,直至第一实际转写文本与目标转写文本的偏量小于第二阈值为止。其中,根据实际语义标注数据与目标语义标注数据的偏量调整第一编码器和第一解码器中网络层的参数的过程,与根据第一实际转写文本与目标转写文本的偏量调整第一编码器、第一解码器、第二编码器和第二解码器中网络层的参数的过程,是同时进行的。
在训练第一编码器和第一解码器的训练任务基础上,增设训练第一编码器、第一解码器、第二编码器和第二解码器,即实现了多任务同时训练。通过同任务同时训练,可以在一定程度上优化各训练任务的训练效果,即通过将第一编码器、第一解码器、第二编码器和第二解码器同时训练,可以使第一编码器和第一解码器的训练效果更佳。进而,将训练完成的第一编码器作为转写编码器,将训练完成的第一解码器作为语义解码器,可以提升转写编码器和语义解码器的输出结果的准确度,从而提高转写准确率。
本公开实施例在上述实施例基础上,具体阐述了另一种转写编码器与语义解码器的训练步骤,通过将第一编码器和第一解码器的训练任务,与第一编码器、第一解码器、第二编码器和第二解码器的训练任务同时执行,可以提高转写准确率。此外,本公开实施例与上述实施例提出的文本转写方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,且本实施例与上述实施例具有相同的有益效果。
实施例四
本实施例在上述实施例基础上,具体阐述了一种转写解码器的训练步骤,与上述实施例提出的文本转写方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例。
可选的,转写解码器的训练步骤,包括:将通用语料作为转写编码器的输入,将转写编码器的输出作为第三解码器的输入,通过第三解码器输出第二实际转写文本;以第二实际转写文本与通用语料的目标转写文本的偏量小于第三阈值为目标对第三解码器进行训练,并将训练完成的第三解码器作为转写解码器。
图4示出了本公开实施例四提供的一种文本转写方法中转写解码器的训练步骤流程图。参见图4,本公开实施例中提供的转写解码器的训练步骤,包括:
S410、采集通用语料,基于预设标注规则对通用语料进行标注,得到通用语料的目标语义标注数据,并确定通用语料的目标转写文本;
S420、将通用语料作为第一编码器的输入,将第一编码器的输出作为第一解码器的输入,通过第一解码器输出实际语义标注数据;
S430、将实际语义标注数据作为第二编码器的输入,将第二编码器的输出作为第二解码器的输入,通过第二解码器输出第一实际转写文本;
S440、以实际语义标注数据与目标语义标注数据的偏量小于第一阈值,以及第一实际转写文本与目标转写文本的偏量小于第二阈值为目标,对第一编码器、第一解码器、第二编码器和第二解码器进行训练,并将训练完成的第一编码器作为转写编码器,将训练完成的第一解码器作为语义解码器;
S450、将通用语料作为转写编码器的输入,将转写编码器的输出作为第三解码器的输入,通过第三解码器输出第二实际转写文本;
S460、以第二实际转写文本与通用语料的目标转写文本的偏量小于第三阈值为目标对第三解码器进行训练,并将训练完成的第三解码器作为转写解码器。
其中,除了步骤S440中公开的以实际语义标注数据与目标语义标注数据的偏量小于第一阈值,以及第一实际转写文本与目标转写文本的偏量小于第二阈值为目标进行训练,得到转写编码器和语义解码器之外,还可以只以实际语义标注数据与目标语义标注数据的偏量小于第一阈值为目标进行训练,得到转写编码器和语义解码器。
其中,可以在转写解码器训练完成后,将通用语料作为转写编码器的输入,将转写编码器的输出作为第三解码器的输入,通过第三解码器输出第二实际转写文本;以第二实际转写文本与通用语料的目标转写文本的偏量小于第三阈值为目标对第三解码器进行训练,并将训练完成的第三解码器作为转写解码器可进行第三解码器的训练。其中,训练第三解码器时使用的通用语料可以与训练第一编码器和第一解码器时使用的通用语料相同,也可以不同。其中,可根据第二实际转写文本,与训练第三解码器时使用的通用语料的目标转写文本之间的偏量训练第三解码器。
其中,通过第三解码器可从预设词库中选取与通用语料对应的概率最高的各词语,且可将各词语构成的词语序列作为第二实际转写文本。其中,第二实际转写文本与目标转写文本的偏量小于第三阈值,可以理解为第二实际转写文本中词语序列与目标转写文本中词语序列相比,不相同的词语占比小于第三阈值;或者,第二实际转写文本中词语序列与目标转写文本中词语序列相同时,选取的各词语为目标转写文本中词语的概率与预设概率相差小于第三阈值。
其中,当第二实际转写文本与目标转写文本的偏量大于等于第三阈值时,可调整第三解码器中网络层的参数,并通过调参后的第三解码器再次得到第二实际转写文本,直至第二实际转写文本与目标转写文本的偏量小于第三阈值为止。且训练完成的第三解码器可作为转写模型中的转写解码器使用,通过转写解码器可生成转写文本。
本公开实施例在上述实施例基础上,具体阐述了一种转写解码器的训练步骤,通过利用已训练完毕的转写编码器对转写解码器进行训练,实现了转写解码器精调,提高了转写准确率。此外,本公开实施例与上述实施例提出的文本转写方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,且本实施例与上述实施例具有相同的有益效果。
实施例五
图5示出了本公开实施例五提供的一种文本转写装置结构示意图,本公开实施例可适用于文本转写的情况。通过本公开提供的文本转写装置可实现上述实施例提供的文本转写方法。
如图5所示,本公开实施例中文本转写装置,包括:
编码序列生成模块510,用于接收待转写文本,并基于预先训练的转写编码器对待转写文本进行编码,得到编码序列;
编码序列传输模块520,用于将编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;
标注数据及转写文本生成模块530,用于通过语义解码器输出语义标注数据,以及通过转写解码器输出转写文本。
可选的,转写编码器与语义解码器的训练步骤,包括:
采集通用语料,并基于预设标注规则对通用语料进行标注,得到通用语料的目标语义标注数据;将通用语料作为第一编码器的输入,将第一编码器的输出作为第一解码器的输入,通过第一解码器输出实际语义标注数据;以实际语义标注数据与目标语义标注数据的偏量小于第一阈值为目标,对第一编码器和第一解码器进行训练,并将训练完成的第一编码器作为转写编码器,将训练完成的第一解码器作为语义解码器。
可选的,转写编码器与语义解码器的训练步骤,还包括:
确定通用语料的目标转写文本;将实际语义标注数据作为第二编码器的输入,将第二编码器的输出作为第二解码器的输入,通过第二解码器输出第一实际转写文本;
相应的,以实际语义标注数据与目标语义标注数据的偏量小于第一阈值为目标,对第一编码器和第一解码器进行训练,包括:以实际语义标注数据与目标语义标注数据的偏量小于第一阈值,以及第一实际转写文本与目标转写文本的偏量小于第二阈值为目标,对第一编码器、第一解码器、第二编码器和第二解码器进行训练,并将训练完成的第一编码器作为转写编码器,将训练完成的第一解码器作为语义解码器。
可选的,转写解码器的训练步骤,包括:
将通用语料作为转写编码器的输入,将转写编码器的输出作为第三解码器的输入,通过第三解码器输出第二实际转写文本;以第二实际转写文本与通用语料的目标转写文本的偏量小于第三阈值为目标对第三解码器进行训练,并将训练完成的第三解码器作为转写解码器。
可选的,转写编码器、语义解码器和转写解码器皆是基于神经网络模型构建的。
可选的,神经网络模型为transformer模型或lstm模型。
可选的,文本转写装置应用于问答系统,待转写文本为识别提问文本。
本公开实施例提供的文本转写装置,与上述实施例提供的文本转写方法属于同一发明构思,未在本公开实施例中详尽描述的技术细节可参见上述实施例,并且本公开实施例与上述实施例具有相同的有益效果。
实施例六
图6示出了本公开实施例六提供的一种终端设备的硬件结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(Read-Only Memory,ROM)602中的程序或者从存储装置608加载到随机访问存储器(Random Access Memory,RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
本公开实施例提供的终端与上述实施例提供的文本转写方法属于同一发明构思,未在本公开实施例中详尽描述的技术细节可参见上述实施例,并且本公开实施例与上述实施例具有相同的有益效果。
实施例七
本公开实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的文本转写方法。
需要说明的是,本公开上述的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read-OnlyMemory,EPROM)或闪存(FLASH)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperTextTransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机存储可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机存储承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收待转写文本,并基于预先训练的转写编码器对待转写文本进行编码,得到编码序列;将编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;通过语义解码器输出语义标注数据,以及通过转写解码器输出转写文本。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收待转写文本,并基于预先训练的转写编码器对待转写文本进行编码,得到编码序列;将编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;通过语义解码器输出语义标注数据,以及通过转写解码器输出转写文本。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范样式的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,【示例一】提供了一种文本转写方法,包括:
接收待转写文本,并基于预先训练的转写编码器对所述待转写文本进行编码,得到编码序列;
将所述编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;
通过所述语义解码器输出语义标注数据,以及通过所述转写解码器输出转写文本。
根据本公开的一个或多个实施例,【示例二】提供了一种文本转写方法,还包括:
可选的,所述转写编码器与所述语义解码器的训练步骤,包括:
采集通用语料,并基于预设标注规则对所述通用语料进行标注,得到所述通用语料的目标语义标注数据;
将所述通用语料作为第一编码器的输入,将所述第一编码器的输出作为第一解码器的输入,通过所述第一解码器输出实际语义标注数据;
以所述实际语义标注数据与所述目标语义标注数据的偏量小于第一阈值为目标,对所述第一编码器和第一解码器进行训练,并将训练完成的第一编码器作为转写编码器,将训练完成的第一解码器作为语义解码器。
根据本公开的一个或多个实施例,【示例三】提供了一种文本转写方法,还包括:
所述转写编码器与所述语义解码器的训练步骤,还包括:
确定所述通用语料的目标转写文本;
将所述实际语义标注数据作为第二编码器的输入,将所述第二编码器的输出作为第二解码器的输入,通过所述第二解码器输出第一实际转写文本;
相应的,所述以所述实际语义标注数据与所述目标语义标注数据的偏量小于第一阈值为目标,对所述第一编码器和第一解码器进行训练,包括:
以所述实际语义标注数据与所述目标语义标注数据的偏量小于第一阈值,以及所述第一实际转写文本与所述目标转写文本的偏量小于第二阈值为目标,对所述第一编码器、第一解码器、第二编码器和第二解码器进行训练,并将训练完成的第一编码器作为转写编码器,将训练完成的第一解码器作为语义解码器。
根据本公开的一个或多个实施例,【示例四】提供了一种文本转写方法,还包括:
可选的,所述转写解码器的训练步骤,包括:
将所述通用语料作为转写编码器的输入,将转写编码器的输出作为第三解码器的输入,通过所述第三解码器输出第二实际转写文本;
以所述第二实际转写文本与所述通用语料的目标转写文本的偏量小于第三阈值为目标对所述第三解码器进行训练,并将训练完成的第三解码器作为转写解码器。
根据本公开的一个或多个实施例,【示例五】提供了一种文本转写方法,还包括:
可选的,所述转写编码器、所述语义解码器和所述转写解码器皆是基于神经网络模型构建的。
根据本公开的一个或多个实施例,【示例六】提供了一种文本转写方法,还包括:
可选的,所述神经网络模型为transformer模型或lstm模型。
根据本公开的一个或多个实施例,【示例七】提供了一种文本转写方法,还包括:
可选的,所述文本转写方法应用于问答系统,所述待转写文本为识别提问文本。
根据本公开的一个或多个实施例,【示例八】提供了一种文本转写装置,包括:
编码序列生成模块,用于接收待转写文本,并基于预先训练的转写编码器对所述待转写文本进行编码,得到编码序列;
编码序列传输模块,用于将所述编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;
标注数据及转写文本生成模块,用于通过所述语义解码器输出语义标注数据,以及通过所述转写解码器输出转写文本。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种文本转写方法,其特征在于,包括:
接收待转写文本,并基于预先训练的转写编码器对所述待转写文本进行编码,得到编码序列;
将所述编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;
通过所述语义解码器输出语义标注数据,以及通过所述转写解码器输出转写文本。
2.根据权利要求1所述的方法,其特征在于,所述转写编码器与所述语义解码器的训练步骤,包括:
采集通用语料,并基于预设标注规则对所述通用语料进行标注,得到所述通用语料的目标语义标注数据;
将所述通用语料作为第一编码器的输入,将所述第一编码器的输出作为第一解码器的输入,通过所述第一解码器输出实际语义标注数据;
以所述实际语义标注数据与所述目标语义标注数据的偏量小于第一阈值为目标,对所述第一编码器和第一解码器进行训练,并将训练完成的第一编码器作为转写编码器,将训练完成的第一解码器作为语义解码器。
3.根据权利要求2所述的方法,其特征在于,所述转写编码器与所述语义解码器的训练步骤,还包括:
确定所述通用语料的目标转写文本;
将所述实际语义标注数据作为第二编码器的输入,将所述第二编码器的输出作为第二解码器的输入,通过所述第二解码器输出第一实际转写文本;
相应的,所述以所述实际语义标注数据与所述目标语义标注数据的偏量小于第一阈值为目标,对所述第一编码器和第一解码器进行训练,包括:
以所述实际语义标注数据与所述目标语义标注数据的偏量小于第一阈值,以及所述第一实际转写文本与所述目标转写文本的偏量小于第二阈值为目标,对所述第一编码器、第一解码器、第二编码器和第二解码器进行训练,并将训练完成的第一编码器作为转写编码器,将训练完成的第一解码器作为语义解码器。
4.根据权利要求2所述的方法,其特征在于,所述转写解码器的训练步骤,包括:
将所述通用语料作为转写编码器的输入,将转写编码器的输出作为第三解码器的输入,通过所述第三解码器输出第二实际转写文本;
以所述第二实际转写文本与所述通用语料的目标转写文本的偏量小于第三阈值为目标对所述第三解码器进行训练,并将训练完成的第三解码器作为转写解码器。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述转写编码器、所述语义解码器和所述转写解码器皆是基于神经网络模型构建的。
6.根据权利要求5所述的方法,其特征在于,所述神经网络模型为transformer模型或lstm模型。
7.根据权利要求1-4中任一项所述的方法,其特征在于,应用于问答系统,所述待转写文本为识别提问文本。
8.一种文本转写装置,其特征在于,包括:
编码序列生成模块,用于接收待转写文本,并基于预先训练的转写编码器对所述待转写文本进行编码,得到编码序列;
编码序列传输模块,用于将所述编码序列输入预先训练的语义解码器,以及预先训练的转写解码器;
标注数据及转写文本生成模块,用于通过所述语义解码器输出语义标注数据,以及通过所述转写解码器输出转写文本。
9.一种终端设备,其特征在于,所述终端包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的文本转写方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的文本转写方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911137288.6A CN110852043B (zh) | 2019-11-19 | 2019-11-19 | 一种文本转写方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911137288.6A CN110852043B (zh) | 2019-11-19 | 2019-11-19 | 一种文本转写方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110852043A true CN110852043A (zh) | 2020-02-28 |
CN110852043B CN110852043B (zh) | 2023-05-23 |
Family
ID=69602387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911137288.6A Active CN110852043B (zh) | 2019-11-19 | 2019-11-19 | 一种文本转写方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852043B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111753173A (zh) * | 2020-06-17 | 2020-10-09 | 北京字节跳动网络技术有限公司 | 一种信息查询方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3128439A1 (en) * | 2015-08-07 | 2017-02-08 | Google, Inc. | Text classification and transformation based on author |
CN107680580A (zh) * | 2017-09-28 | 2018-02-09 | 百度在线网络技术(北京)有限公司 | 文本转换模型训练方法和装置、文本转换方法和装置 |
US20180052828A1 (en) * | 2016-08-16 | 2018-02-22 | Samsung Electronics Co., Ltd. | Machine translation method and apparatus |
CN109902166A (zh) * | 2019-03-12 | 2019-06-18 | 北京百度网讯科技有限公司 | 视觉问答模型、电子设备及存储介质 |
US20190244603A1 (en) * | 2018-02-06 | 2019-08-08 | Robert Bosch Gmbh | Methods and Systems for Intent Detection and Slot Filling in Spoken Dialogue Systems |
CN110245219A (zh) * | 2019-04-25 | 2019-09-17 | 义语智能科技(广州)有限公司 | 一种基于自动扩展问答数据库的问答方法及设备 |
CN110362823A (zh) * | 2019-06-21 | 2019-10-22 | 北京百度网讯科技有限公司 | 描述文本生成模型的训练方法和装置 |
-
2019
- 2019-11-19 CN CN201911137288.6A patent/CN110852043B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3128439A1 (en) * | 2015-08-07 | 2017-02-08 | Google, Inc. | Text classification and transformation based on author |
US20180052828A1 (en) * | 2016-08-16 | 2018-02-22 | Samsung Electronics Co., Ltd. | Machine translation method and apparatus |
CN107680580A (zh) * | 2017-09-28 | 2018-02-09 | 百度在线网络技术(北京)有限公司 | 文本转换模型训练方法和装置、文本转换方法和装置 |
US20190244603A1 (en) * | 2018-02-06 | 2019-08-08 | Robert Bosch Gmbh | Methods and Systems for Intent Detection and Slot Filling in Spoken Dialogue Systems |
CN109902166A (zh) * | 2019-03-12 | 2019-06-18 | 北京百度网讯科技有限公司 | 视觉问答模型、电子设备及存储介质 |
CN110245219A (zh) * | 2019-04-25 | 2019-09-17 | 义语智能科技(广州)有限公司 | 一种基于自动扩展问答数据库的问答方法及设备 |
CN110362823A (zh) * | 2019-06-21 | 2019-10-22 | 北京百度网讯科技有限公司 | 描述文本生成模型的训练方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111753173A (zh) * | 2020-06-17 | 2020-10-09 | 北京字节跳动网络技术有限公司 | 一种信息查询方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110852043B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112634876B (zh) | 语音识别方法、装置、存储介质及电子设备 | |
CN111046677B (zh) | 一种翻译模型的获取方法、装置、设备和存储介质 | |
CN111382261B (zh) | 摘要生成方法、装置、电子设备及存储介质 | |
CN112509562B (zh) | 用于文本后处理的方法、装置、电子设备和介质 | |
CN112712801B (zh) | 一种语音唤醒方法、装置、电子设备及存储介质 | |
CN112906381B (zh) | 对话归属的识别方法、装置、可读介质和电子设备 | |
CN112434510A (zh) | 一种信息处理方法、装置、电子设备和存储介质 | |
CN111883117A (zh) | 语音唤醒方法及装置 | |
CN115908640A (zh) | 生成图像的方法、装置、可读介质及电子设备 | |
CN111625649A (zh) | 文本处理方法、装置、电子设备及介质 | |
CN112906380A (zh) | 文本中角色的识别方法、装置、可读介质和电子设备 | |
CN115270717A (zh) | 一种立场检测方法、装置、设备及介质 | |
CN111090993A (zh) | 属性对齐模型训练方法及装置 | |
CN111681661B (zh) | 语音识别的方法、装置、电子设备和计算机可读介质 | |
CN113051933A (zh) | 模型训练方法、文本语义相似度确定方法、装置和设备 | |
CN110852043B (zh) | 一种文本转写方法、装置、设备及存储介质 | |
CN112364653A (zh) | 用于语音合成的文本分析方法、装置、服务器和介质 | |
CN111555960A (zh) | 信息生成的方法 | |
WO2022121859A1 (zh) | 口语信息处理方法、装置和电子设备 | |
CN112836476B (zh) | 一种纪要生成方法、装置、设备及介质 | |
CN114613351A (zh) | 韵律预测方法、装置、可读介质及电子设备 | |
CN114429629A (zh) | 图像处理方法、装置、可读存储介质及电子设备 | |
CN115129845A (zh) | 文本信息处理方法、装置和电子设备 | |
CN112820280A (zh) | 规则语言模型的生成方法及装置 | |
CN111859902A (zh) | 一种文本处理方法、装置、设备及介质 |
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 |