CN111241810B - 标点预测方法及装置 - Google Patents
标点预测方法及装置 Download PDFInfo
- Publication number
- CN111241810B CN111241810B CN202010046714.1A CN202010046714A CN111241810B CN 111241810 B CN111241810 B CN 111241810B CN 202010046714 A CN202010046714 A CN 202010046714A CN 111241810 B CN111241810 B CN 111241810B
- Authority
- CN
- China
- Prior art keywords
- text
- character
- punctuation
- prediction result
- prediction
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本申请公开了标点预测方法及装置,涉及文本标注技术领域。具体实现方案为:获取待预测的文本;将文本输入预设的序列标注模型,获取文本中各个字符对应的第一标点预测结果;第一标点预测结果包括:至少一种预测结果,以及每种预测结果对应的第一得分;针对文本中的每个字符,针对字符的每种预测结果,结合文本以及预测结果,生成预测结果对应的待输入文本;将待输入文本输入预设的语言模型,得到预测结果对应的第二得分;结合字符的各种预测结果对应的第一得分和第二得分,确定字符的标点存在情况;结合文本中各个字符的标点存在情况,对文本进行标点处理,得到文本对应的标点文本,从而能够综合序列标注模型和语言模型的优点,提高标点预测效率。
Description
技术领域
本申请涉及数据处理技术领域,具体涉及文本标注技术领域,尤其涉及标点预测方法及装置。
背景技术
目前的文本标点预测方法主要为,采用序列标注模型或者语言模型,确定文本中每个字符之后是否存在标点符号以及标点符号的类型。其中,序列标注模型,对新词、热词的适应性差;语言模型的泛化能力差,文本稍有差别可能就会得到不同的结果,标点预测的效率差。
发明内容
本申请提出一种标点预测方法及装置,通过结合序列标注模型和语言模型来确定文本中的每个字符后是否标点符号以及标点符号的类型,综合序列标注模型和语言模型的优点,提高标点预测效率。
本申请一方面实施例提出了一种标点预测方法,包括:获取待预测的文本;
将所述文本输入预设的序列标注模型,获取所述文本中各个字符对应的第一标点预测结果;所述第一标点预测结果包括:至少一种预测结果,以及每种预测结果对应的第一得分;所述预测结果表征字符之后是否存在标点符号,以及存在的标点符号的类型;
针对所述文本中的每个字符,针对所述字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本;将所述待输入文本输入预设的语言模型,得到所述预测结果对应的第二得分;
结合所述字符的各种预测结果对应的第一得分和第二得分,确定所述字符的标点存在情况;
结合所述文本中各个字符的标点存在情况,对所述文本进行标点处理,得到所述文本对应的标点文本。
在本申请一个实施例中,所述将所述文本输入预设的序列标注模型,获取所述文本中各个字符对应的第一标点预测结果,包括:
将所述文本输入预设的序列标注模型,获取所述文本中每个字符对应的至少一种预测结果以及预测概率;
针对每个字符的每种预测结果,对所述预测结果对应的预测概率进行倒数以及取对数运算,得到所述预测结果对应的第一得分。
在本申请一个实施例中,所述针对所述文本中的每个字符,针对所述字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本,包括:
针对所述文本中的每个字符,判断所述字符是否为所述文本的首个字符;
若所述字符为所述文本的首个字符,则针对首个字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本;
若所述字符为所述文本的非首个字符,则针对所述非首个字符的每个预测结果,结合所述文本中所述非首个字符之前各个字符的标点存在情况、所述文本以及所述预测结果,生成所述预测结果对应的待输入文本。
在本申请一个实施例中,所述非首个字符的每种预测结果对应的待输入文本,包括:所述文本中所述非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、所述非首个字符、以及所述预测结果表征的内容;
在所述预测结果表征字符之后不存在标点符号时,所述内容为空;在所述预测结果表征字符之后存在标点符号时,所述内容为存在的标点符号的类型。
在本申请一个实施例中,所述非首个字符的每种预测结果对应的待输入文本,包括:所述文本中所述非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、所述非首个字符、所述预测结果表征的内容、以及所述文本中所述非首个字符的之后预设数量字符。
在本申请一个实施例中,所述结合所述字符的各种预测结果对应的第一得分和第二得分,确定所述字符的标点存在情况,包括:
针对所述字符的每种预测结果,获取所述预测结果对应的第一得分和第二得分;
对所述第一得分和所述第二得分进行加权求和计算,得到所述预测结果对应的总得分;
根据对应的总得分最小的预测结果,确定所述字符的标点存在情况。
在本申请一个实施例中,所述结合所述文本中各个字符的标点存在情况,对所述文本进行标点处理,得到所述文本对应的标点文本,包括:
针对所述文本中的每个字符,根据所述字符的标点存在情况,确定所述字符之后是否存在标点符号;
在所述字符之后存在标点符号时,根据存在的标点符号的类型在所述文本中的所述字符之后添加标点符号;
在所述文本中的每个字符处理完成后,得到所述文本对应的标点文本。
本申请实施例的标点预测方法,通过获取待预测的文本;将文本输入预设的序列标注模型,获取文本中各个字符对应的第一标点预测结果;第一标点预测结果包括:至少一种预测结果,以及每种预测结果对应的第一得分;预测结果表征字符之后是否存在标点符号,以及存在的标点符号的类型;针对文本中的每个字符,针对字符的每种预测结果,结合文本以及预测结果,生成预测结果对应的待输入文本;将待输入文本输入预设的语言模型,得到预测结果对应的第二得分;结合字符的各种预测结果对应的第一得分和第二得分,确定字符的标点存在情况;结合文本中各个字符的标点存在情况,对文本进行标点处理,得到文本对应的标点文本。从而结合序列标注模型和语言模型来确定文本中的每个字符后是否标点符号以及标点符号的类型,综合序列标注模型和语言模型的优点,提高标点预测效率。
本申请另一方面实施例提出了一种标点预测装置,包括:获取模块,用于获取待预测的文本;
输入模块,用于将所述文本输入预设的序列标注模型,获取所述文本中各个字符对应的第一标点预测结果;所述第一标点预测结果包括:至少一种预测结果,以及每种预测结果对应的第一得分;所述预测结果表征字符之后是否存在标点符号,以及存在的标点符号的类型;
第一确定模块,用于针对所述文本中的每个字符,针对所述字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本;将所述待输入文本输入预设的语言模型,得到所述预测结果对应的第二得分;
第二确定模块,用于结合所述字符的各种预测结果对应的第一得分和第二得分,确定所述字符的标点存在情况;
标点处理模块,用于结合所述文本中各个字符的标点存在情况,对所述文本进行标点处理,得到所述文本对应的标点文本。
在本申请一个实施例中,所述输入模块具体用于,
将所述文本输入预设的序列标注模型,获取所述文本中每个字符对应的至少一种预测结果以及预测概率;
针对每个字符的每种预测结果,对所述预测结果对应的预测概率进行倒数以及取对数运算,得到所述预测结果对应的第一得分。
在本申请一个实施例中,所述第一确定模块具体用于,
针对所述文本中的每个字符,判断所述字符是否为所述文本的首个字符;
若所述字符为所述文本的首个字符,则针对首个字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本;
若所述字符为所述文本的非首个字符,则针对所述非首个字符的每个预测结果,结合所述文本中所述非首个字符之前各个字符的标点存在情况、所述文本以及所述预测结果,生成所述预测结果对应的待输入文本。
在本申请一个实施例中,所述非首个字符的每种预测结果对应的待输入文本,包括:所述文本中所述非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、所述非首个字符、以及所述预测结果表征的内容;
在所述预测结果表征字符之后不存在标点符号时,所述内容为空;在所述预测结果表征字符之后存在标点符号时,所述内容为存在的标点符号的类型。
在本申请一个实施例中,所述非首个字符的每种预测结果对应的待输入文本,包括:所述文本中所述非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、所述非首个字符、所述预测结果表征的内容、以及所述文本中所述非首个字符的之后预设数量字符。
在本申请一个实施例中,所述第二确定模块具体用于,
针对所述字符的每种预测结果,获取所述预测结果对应的第一得分和第二得分;
对所述第一得分和所述第二得分进行加权求和计算,得到所述预测结果对应的总得分;
根据对应的总得分最小的预测结果,确定所述字符的标点存在情况。
在本申请一个实施例中,所述标点处理模块具体用于,
针对所述文本中的每个字符,根据所述字符的标点存在情况,确定所述字符之后是否存在标点符号;
在所述字符之后存在标点符号时,根据存在的标点符号的类型在所述文本中的所述字符之后添加标点符号;
在所述文本中的每个字符处理完成后,得到所述文本对应的标点文本。
本申请实施例的标点预测装置,通过获取待预测的文本;将文本输入预设的序列标注模型,获取文本中各个字符对应的第一标点预测结果;第一标点预测结果包括:至少一种预测结果,以及每种预测结果对应的第一得分;预测结果表征字符之后是否存在标点符号,以及存在的标点符号的类型;针对文本中的每个字符,针对字符的每种预测结果,结合文本以及预测结果,生成预测结果对应的待输入文本;将待输入文本输入预设的语言模型,得到预测结果对应的第二得分;结合字符的各种预测结果对应的第一得分和第二得分,确定字符的标点存在情况;结合文本中各个字符的标点存在情况,对文本进行标点处理,得到文本对应的标点文本。从而结合序列标注模型和语言模型来确定文本中的每个字符后是否标点符号以及标点符号的类型,综合序列标注模型和语言模型的优点,提高标点预测效率。
本申请另一方面实施例提出了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请实施例的标点预测方法。
本申请另一方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请实施例的标点预测方法。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2是标点预测方法的示意图;
图3是根据本申请第二实施例的示意图;
图4是确定字符的标点存在情况的示意图;
图5是根据本申请第三实施例的示意图;
图6是用来实现本申请实施例的标点预测方法的电子设备的框图;
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的标点预测方法及装置。
图1是根据本申请第一实施例的示意图。其中,需要说明的是,本实施例提供的标点预测方法的执行主体为标点预测装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在终端设备或者服务器中,该实施例对此不作具体限定。
如图1所示,该标点预测方法可以包括:
步骤101,获取待预测的文本。
本申请中,待预测的文本可以为无标点文本。无标点文本,例如可以为语音识别系统对语音进行识别后得到的文本,或者语音转录过程中的无标点文本。
步骤102,将文本输入预设的序列标注模型,获取文本中各个字符对应的第一标点预测结果;第一标点预测结果包括:至少一种预测结果,以及每种预测结果对应的第一得分;预测结果表征字符之后是否存在标点符号,以及存在的标点符号的类型。
本申请中,标点预测装置执行步骤102的过程具体可以为,将文本输入预设的序列标注模型,获取文本中每个字符对应的至少一种预测结果以及预测概率;针对每个字符的每种预测结果,对预测结果对应的预测概率进行倒数以及取对数运算,得到预测结果对应的第一得分。
本申请中,序列标注模型例如可以为循环神经网络模型(Recurrent NeuralNetwork,RNN)、双向长短期记忆模型(bidirectional-Long Short-Term Memory,Bi-LSTM)等。以双向长短期记忆模型为例,该模型由输入窗口、字向量、BLSTM层和softmax推理层四部分组成。其中当输入为文本时,softmax推理层的输出可以为文本中每个字符对应的至少一种预测结果以及预测概率。其中,以文本“我很好今天”中的字符“好”为例,该字符对应的预测结果例如可以有3种,一种是字符“好”之后不存在标点符号;一种是字符“好”之后存在逗号;一种是字符“好”之后存在句号。
本申请中,针对每个字符的每种预测结果,对预测结果对应的预测概率进行倒数以及取对数运算,得到预测结果对应的第一得分。其中,对预测结果对应的预测概率进行倒数以及取对数运算,使得在预测概率越高的情况下,得分越小,也就是说,得分越小预测概率越高。
本申请中,预设的序列标注模型为采用训练数据对初始的序列标注模型进行训练后得到的。训练数据包括:大于预设数量的样本,每个样本包括:无标点文本以及对应的标点符号序列。其中,预设数量例如可以为5GB级别的数量。
步骤103,针对文本中的每个字符,针对字符的每种预测结果,结合文本以及预测结果,生成预测结果对应的待输入文本;将待输入文本输入预设的语言模型,得到预测结果对应的第二得分。
本申请中,语言模型的输入为一段文本,输出为一段文本的困惑度。其中,困惑度越小,表示该段文本出现的概率越高。因此,困惑度越小越好。本申请中,是将困惑度作为得分。
本申请中,由于语言模型的输入为一段文本,因此,针对字符的每种预测结果,需要结合文本以及预测结果,生成预测结果对应的待输入文本。例如,以为本为“我很好今天”,字符为“好”为例,若某个预测结果为字符“好”之后不存在标点符号,则待输入文本可以为“我很好”;若某个预测结果为字符“好”之后存在逗号,则待输入文本可以为“我很好,”;若某个预测结果为字符“好”之后存在句号,则待输入根本可以为“我很好。”。
本申请中,预设的语言模型为采用训练数据对初始的语言模型进行训练后得到的。训练数据包括:大于预设数量的样本,每个样本包括:无标点文本以及对应的标点文本。其中,预设数量例如可以为1TB级别的数量。
步骤104,结合字符的各种预测结果对应的第一得分和第二得分,确定字符的标点存在情况。
本申请中,标点预测装置执行步骤104的过程具体可以为,针对字符的每种预测结果,获取预测结果对应的第一得分和第二得分;对第一得分和第二得分进行加权求和计算,得到预测结果对应的总得分;根据对应的总得分最小的预测结果,确定字符的标点存在情况。
本申请中,总得分的计算公式例如可以为score=θ×A+(1-θ)×B;
其中,score表示总得分;θ表示第二得分的权重;A表示第二得分;B表示第一得分。
本申请中,综合序列标注模型和语言模型的得分的融合算法可以采用beam-search搜索算法,该算法针对文本中的每个字符的每种预测结果,能够融合序列标注模型的得分以及语言模型的得分,进行预测结果的选择,从而减少后续的计算量。
步骤105,结合文本中各个字符的标点存在情况,对文本进行标点处理,得到文本对应的标点文本。
本申请中,标点预测装置执行步骤105的过程具体可以为,针对文本中的每个字符,根据字符的标点存在情况,确定字符之后是否存在标点符号;在字符之后存在标点符号时,根据存在的标点符号的类型在文本中的字符之后添加标点符号;在文本中的每个字符处理完成后,得到文本对应的标点文本。
本申请中,标点预测方法的示意图可以如图2所示,在图2中,文本为“你好我在百度科技园”,对应的标点文本为“你好,我在百度科技园。”。对文本进行标点预测过程中,结合了序列标注模型和语言模型,从而能够综合序列标注模型和语言模型的优点,提高标点预测效率。
本申请实施例的标点预测方法,通过获取待预测的文本;将文本输入预设的序列标注模型,获取文本中各个字符对应的第一标点预测结果;第一标点预测结果包括:至少一种预测结果,以及每种预测结果对应的第一得分;预测结果表征字符之后是否存在标点符号,以及存在的标点符号的类型;针对文本中的每个字符,针对字符的每种预测结果,结合文本以及预测结果,生成预测结果对应的待输入文本;将待输入文本输入预设的语言模型,得到预测结果对应的第二得分;结合字符的各种预测结果对应的第一得分和第二得分,确定字符的标点存在情况;结合文本中各个字符的标点存在情况,对文本进行标点处理,得到文本对应的标点文本。从而结合序列标注模型和语言模型来确定文本中的每个字符后是否标点符号以及标点符号的类型,综合序列标注模型和语言模型的优点,提高标点预测效率。
图3是根据本申请第二实施例的示意图。如图3所示,在图1所示实施例的基础上,步骤103具体可以包括以下步骤:
步骤1031,针对文本中的每个字符,判断字符是否为文本的首个字符。
本申请中,首个字符指的是文本中的第一个字符。
步骤1032,若字符为文本的首个字符,则针对首个字符的每种预测结果,结合文本以及预测结果,生成预测结果对应的待输入文本。
本申请中,在字符为文本的首个字符时,首个字符的每种预测结果对应的待输入文本可以包括:首个字符、以及预测结果表征的内容。
进一步地,由于字符的之后字符对字符的预测结果的得分有较为重要的影响,因此,可以结合字符的之后字符来确定字符的各个预测结果的得分,进而可以结合字符的之后字符来生成预测结果对应的待输入文本。因此,本申请中,在字符为文本的首个字符时,首个字符的每种预测结果对应的待输入文本可以包括:首个字符、预测结果表征的内容、以及文本中首个字符的之后预设数量字符。
步骤1033,若字符为文本的非首个字符,则针对非首个字符的每个预测结果,结合文本中非首个字符之前各个字符的标点存在情况、文本以及预测结果,生成预测结果对应的待输入文本。
本申请中,在字符为文本的非首个字符时,非首个字符的每种预测结果对应的待输入文本,包括:文本中非首个字符的之前字符、首个字符、以及预测结果表征的内容。
进一步地,在字符为文本的非首个字符时,若非首个字符之前某个字符的标点存在情况为存在标点符号,则结合非首个字符之前各个字符的标点存在情况来生成待输入文本,能够提高待输入文本的准确度,提高标点预测的效率。因此,在字符为文本的非首个字符时,非首个字符的每种预测结果对应的待输入文本,包括:文本中非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、非首个字符、以及预测结果表征的内容。
其中,在所述预测结果表征字符之后不存在标点符号时,所述内容为空;在所述预测结果表征字符之后存在标点符号时,所述内容为存在的标点符号的类型。
其中,在之前字符的标点存在情况表征之前字符之后不存在标点符号时,之前字符的标点存在情况表征的内容为空,在之前字符之后不插入标点符号;在之前字符的标点存在情况表征之前字符之后存在标点符号时,之前字符的标点存在情况表征的内容为存在的标点符号的类型,在之前字符之后插入标点符号。
进一步地,由于字符的之后字符对字符的预测结果的得分有较为重要的影响,因此,可以结合字符的之后字符来确定字符的各个预测结果的得分,进而可以结合字符的之后字符来生成预测结果对应的待输入文本。因此,本申请中,在字符为文本的非首个字符时,非首个字符的每种预测结果对应的待输入文本,包括:文本中非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、非首个字符、预测结果表征的内容、以及文本中非首个字符的之后预设数量字符。
本申请中,图4是确定字符的标点存在情况的示意图。在图4中,针对字符“外”,确定字符“外”的标点存在情况为之后存在逗号,则后续对字符“我”进行处理时,结合字符“外”以及字符“外”之后的逗号,来确定字符“我”的各个预测结果的得分并进行选择。
本申请实施例的标点预测方法,通过获取待预测的文本;将文本输入预设的序列标注模型,获取文本中各个字符对应的第一标点预测结果;针对文本中的每个字符,在字符为首个字符时,针对字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本;在字符为非首个字符时,针对所述非首个字符的每个预测结果,结合所述文本中所述非首个字符之前各个字符的标点存在情况、所述文本以及所述预测结果,生成所述预测结果对应的待输入文本。结从而结合序列标注模型和语言模型来确定文本中的每个字符后是否标点符号以及标点符号的类型,综合序列标注模型和语言模型的优点,提高标点预测效率。
为了实现上述实施例,本申请实施例还提供一种标点预测装置。
图5是根据本申请第三实施例的示意图。如图3所示,该标点预测装置100包括:
获取模块110,用于获取待预测的文本;
输入模块120,用于将所述文本输入预设的序列标注模型,获取所述文本中各个字符对应的第一标点预测结果;所述第一标点预测结果包括:至少一种预测结果,以及每种预测结果对应的第一得分;所述预测结果表征字符之后是否存在标点符号,以及存在的标点符号的类型;
第一确定模块130,用于针对所述文本中的每个字符,针对所述字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本;将所述待输入文本输入预设的语言模型,得到所述预测结果对应的第二得分;
第二确定模块140,用于结合所述字符的各种预测结果对应的第一得分和第二得分,确定所述字符的标点存在情况;
标点处理模块150,用于结合所述文本中各个字符的标点存在情况,对所述文本进行标点处理,得到所述文本对应的标点文本。
在本申请一个实施例中,所述输入模块120具体用于,
将所述文本输入预设的序列标注模型,获取所述文本中每个字符对应的至少一种预测结果以及预测概率;
针对每个字符的每种预测结果,对所述预测结果对应的预测概率进行倒数以及取对数运算,得到所述预测结果对应的第一得分。
在本申请一个实施例中,所述第一确定模块130具体用于,
针对所述文本中的每个字符,判断所述字符是否为所述文本的首个字符;
若所述字符为所述文本的首个字符,则针对首个字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本;
若所述字符为所述文本的非首个字符,则针对所述非首个字符的每个预测结果,结合所述文本中所述非首个字符之前各个字符的标点存在情况、所述文本以及所述预测结果,生成所述预测结果对应的待输入文本。
在本申请一个实施例中,所述非首个字符的每种预测结果对应的待输入文本,包括:所述文本中所述非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、所述非首个字符、以及所述预测结果表征的内容;
在所述预测结果表征字符之后不存在标点符号时,所述内容为空;在所述预测结果表征字符之后存在标点符号时,所述内容为存在的标点符号的类型。
在本申请一个实施例中,所述非首个字符的每种预测结果对应的待输入文本,包括:所述文本中所述非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、所述非首个字符、所述预测结果表征的内容、以及所述文本中所述非首个字符的之后预设数量字符。
在本申请一个实施例中,所述第二确定模块140具体用于,
针对所述字符的每种预测结果,获取所述预测结果对应的第一得分和第二得分;
对所述第一得分和所述第二得分进行加权求和计算,得到所述预测结果对应的总得分;
根据对应的总得分最小的预测结果,确定所述字符的标点存在情况。
在本申请一个实施例中,所述标点处理模块150具体用于,
针对所述文本中的每个字符,根据所述字符的标点存在情况,确定所述字符之后是否存在标点符号;
在所述字符之后存在标点符号时,根据存在的标点符号的类型在所述文本中的所述字符之后添加标点符号;
在所述文本中的每个字符处理完成后,得到所述文本对应的标点文本。
其中,需要说明的是,前述对标点预测方法的解释说明也适用于本实施例的标点预测装置,此处不再赘述。
本申请实施例的标点预测装置,通过获取待预测的文本;将文本输入预设的序列标注模型,获取文本中各个字符对应的第一标点预测结果;第一标点预测结果包括:至少一种预测结果,以及每种预测结果对应的第一得分;预测结果表征字符之后是否存在标点符号,以及存在的标点符号的类型;针对文本中的每个字符,针对字符的每种预测结果,结合文本以及预测结果,生成预测结果对应的待输入文本;将待输入文本输入预设的语言模型,得到预测结果对应的第二得分;结合字符的各种预测结果对应的第一得分和第二得分,确定字符的标点存在情况;结合文本中各个字符的标点存在情况,对文本进行标点处理,得到文本对应的标点文本。从而结合序列标注模型和语言模型来确定文本中的每个字符后是否标点符号以及标点符号的类型,综合序列标注模型和语言模型的优点,提高标点预测效率。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例的标点预测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器301、存储器302,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器301为例。
存储器302即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的标点预测方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的标点预测方法。
存储器302作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的标点预测方法对应的程序指令/模块(例如,附图5所示的获取模块110、输入模块120、第一确定模块130、第二确定模块140、标点处理模块150)。处理器301通过运行存储在存储器302中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的标点预测方法。
存储器302可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据标点预测的电子设备的使用所创建的数据等。此外,存储器302可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器302可选包括相对于处理器301远程设置的存储器,这些远程存储器可以通过网络连接至标点预测的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
标点预测的方法的电子设备还可以包括:输入装置303和输出装置304。处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置303可接收输入的数字或字符信息,以及产生与标点预测的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置304可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (14)
1.一种标点预测方法,其特征在于,包括:
获取待预测的文本;
将所述文本输入预设的序列标注模型,获取所述文本中各个字符对应的第一标点预测结果;所述第一标点预测结果包括:至少一种预测结果,以及每种预测结果对应的第一得分;所述预测结果表征字符之后是否存在标点符号,以及存在的标点符号的类型;
针对所述文本中的每个字符,针对所述字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本;将所述待输入文本输入预设的语言模型,得到所述预测结果对应的第二得分,所述第二得分为所述待输入文本的困惑度,所述困惑度越小,表示所述待输入文本出现的概率越高;
结合所述字符的各种预测结果对应的第一得分和第二得分,确定所述字符的标点存在情况;
结合所述文本中各个字符的标点存在情况,对所述文本进行标点处理,得到所述文本对应的标点文本;
所述结合所述字符的各种预测结果对应的第一得分和第二得分,确定所述字符的标点存在情况,包括:
针对所述字符的每种预测结果,获取所述预测结果对应的第一得分和第二得分;
对所述第一得分和所述第二得分进行加权求和计算,得到所述预测结果对应的总得分;
根据对应的总得分最小的预测结果,确定所述字符的标点存在情况。
2.根据权利要求1所述的方法,其特征在于,所述将所述文本输入预设的序列标注模型,获取所述文本中各个字符对应的第一标点预测结果,包括:
将所述文本输入预设的序列标注模型,获取所述文本中每个字符对应的至少一种预测结果以及预测概率;
针对每个字符的每种预测结果,对所述预测结果对应的预测概率进行倒数以及取对数运算,得到所述预测结果对应的第一得分。
3.根据权利要求1所述的方法,其特征在于,所述针对所述文本中的每个字符,针对所述字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本,包括:
针对所述文本中的每个字符,判断所述字符是否为所述文本的首个字符;
若所述字符为所述文本的首个字符,则针对首个字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本;
若所述字符为所述文本的非首个字符,则针对所述非首个字符的每个预测结果,结合所述文本中所述非首个字符之前各个字符的标点存在情况、所述文本以及所述预测结果,生成所述预测结果对应的待输入文本。
4.根据权利要求3所述的方法,其特征在于,所述非首个字符的每种预测结果对应的待输入文本,包括:所述文本中所述非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、所述非首个字符、以及所述预测结果表征的内容;
在所述预测结果表征字符之后不存在标点符号时,所述内容为空;在所述预测结果表征字符之后存在标点符号时,所述内容为存在的标点符号的类型。
5.根据权利要求3所述的方法,其特征在于,所述非首个字符的每种预测结果对应的待输入文本,包括:所述文本中所述非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、所述非首个字符、所述预测结果表征的内容、以及所述文本中所述非首个字符的之后预设数量字符。
6.根据权利要求1所述的方法,其特征在于,所述结合所述文本中各个字符的标点存在情况,对所述文本进行标点处理,得到所述文本对应的标点文本,包括:
针对所述文本中的每个字符,根据所述字符的标点存在情况,确定所述字符之后是否存在标点符号;
在所述字符之后存在标点符号时,根据存在的标点符号的类型在所述文本中的所述字符之后添加标点符号;
在所述文本中的每个字符处理完成后,得到所述文本对应的标点文本。
7.一种标点预测装置,其特征在于,包括:
获取模块,用于获取待预测的文本;
输入模块,用于将所述文本输入预设的序列标注模型,获取所述文本中各个字符对应的第一标点预测结果;所述第一标点预测结果包括:至少一种预测结果,以及每种预测结果对应的第一得分;所述预测结果表征字符之后是否存在标点符号,以及存在的标点符号的类型;
第一确定模块,用于针对所述文本中的每个字符,针对所述字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本;将所述待输入文本输入预设的语言模型,得到所述预测结果对应的第二得分,所述第二得分为所述待输入文本的困惑度,所述困惑度越小,表示所述待输入文本出现的概率越高;
第二确定模块,用于结合所述字符的各种预测结果对应的第一得分和第二得分,确定所述字符的标点存在情况;
标点处理模块,用于结合所述文本中各个字符的标点存在情况,对所述文本进行标点处理,得到所述文本对应的标点文本;
所述第二确定模块具体用于,
针对所述字符的每种预测结果,获取所述预测结果对应的第一得分和第二得分;
对所述第一得分和所述第二得分进行加权求和计算,得到所述预测结果对应的总得分;
根据对应的总得分最小的预测结果,确定所述字符的标点存在情况。
8.根据权利要求7所述的装置,其特征在于,所述输入模块具体用于,
将所述文本输入预设的序列标注模型,获取所述文本中每个字符对应的至少一种预测结果以及预测概率;
针对每个字符的每种预测结果,对所述预测结果对应的预测概率进行倒数以及取对数运算,得到所述预测结果对应的第一得分。
9.根据权利要求7所述的装置,其特征在于,所述第一确定模块具体用于,
针对所述文本中的每个字符,判断所述字符是否为所述文本的首个字符;
若所述字符为所述文本的首个字符,则针对首个字符的每种预测结果,结合所述文本以及所述预测结果,生成所述预测结果对应的待输入文本;
若所述字符为所述文本的非首个字符,则针对所述非首个字符的每个预测结果,结合所述文本中所述非首个字符之前各个字符的标点存在情况、所述文本以及所述预测结果,生成所述预测结果对应的待输入文本。
10.根据权利要求9所述的装置,其特征在于,所述非首个字符的每种预测结果对应的待输入文本,包括:所述文本中所述非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、所述非首个字符、以及所述预测结果表征的内容;
在所述预测结果表征字符之后不存在标点符号时,所述内容为空;在所述预测结果表征字符之后存在标点符号时,所述内容为存在的标点符号的类型。
11.根据权利要求9所述的装置,其特征在于,所述非首个字符的每种预测结果对应的待输入文本,包括:所述文本中所述非首个字符的之前字符且各个之前字符之后插入有相应的标点存在情况表征的内容、所述非首个字符、所述预测结果表征的内容、以及所述文本中所述非首个字符的之后预设数量字符。
12.根据权利要求7所述的装置,其特征在于,所述标点处理模块具体用于,
针对所述文本中的每个字符,根据所述字符的标点存在情况,确定所述字符之后是否存在标点符号;
在所述字符之后存在标点符号时,根据存在的标点符号的类型在所述文本中的所述字符之后添加标点符号;
在所述文本中的每个字符处理完成后,得到所述文本对应的标点文本。
13.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010046714.1A CN111241810B (zh) | 2020-01-16 | 2020-01-16 | 标点预测方法及装置 |
US17/036,561 US11216615B2 (en) | 2020-01-16 | 2020-09-29 | Method, device and storage medium for predicting punctuation in text |
EP20215758.2A EP3852013A1 (en) | 2020-01-16 | 2020-12-18 | Method, apparatus, and storage medium for predicting punctuation in text |
JP2020215550A JP7133002B2 (ja) | 2020-01-16 | 2020-12-24 | 句読点予測方法および装置 |
KR1020210005164A KR102630243B1 (ko) | 2020-01-16 | 2021-01-14 | 구두점 예측 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010046714.1A CN111241810B (zh) | 2020-01-16 | 2020-01-16 | 标点预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111241810A CN111241810A (zh) | 2020-06-05 |
CN111241810B true CN111241810B (zh) | 2023-08-01 |
Family
ID=70866149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010046714.1A Active CN111241810B (zh) | 2020-01-16 | 2020-01-16 | 标点预测方法及装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11216615B2 (zh) |
EP (1) | EP3852013A1 (zh) |
JP (1) | JP7133002B2 (zh) |
KR (1) | KR102630243B1 (zh) |
CN (1) | CN111241810B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111414731B (zh) * | 2020-02-28 | 2023-08-11 | 北京小米松果电子有限公司 | 文本标注方法和装置 |
CN112685996B (zh) * | 2020-12-23 | 2024-03-22 | 北京有竹居网络技术有限公司 | 文本标点预测方法、装置、可读介质和电子设备 |
CN113378541B (zh) * | 2021-05-21 | 2023-07-07 | 标贝(北京)科技有限公司 | 文本标点预测方法、装置、系统及存储介质 |
CN114528850B (zh) * | 2022-02-16 | 2023-08-04 | 马上消费金融股份有限公司 | 标点预测模型的训练方法、标点添加方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013235117A (ja) * | 2012-05-08 | 2013-11-21 | Yahoo Japan Corp | 単語分割装置、及び単語分割方法 |
CN106803422A (zh) * | 2015-11-26 | 2017-06-06 | 中国科学院声学研究所 | 一种基于长短时记忆网络的语言模型重估方法 |
CN109558576A (zh) * | 2018-11-05 | 2019-04-02 | 中山大学 | 一种基于自注意力机制的标点符号预测方法 |
CN110413987A (zh) * | 2019-06-14 | 2019-11-05 | 平安科技(深圳)有限公司 | 基于多个预测模型的标点符号预测方法及相关设备 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3232289B2 (ja) * | 1999-08-30 | 2001-11-26 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 記号挿入装置およびその方法 |
CA2680304C (en) * | 2008-09-25 | 2017-08-22 | Multimodal Technologies, Inc. | Decoding-time prediction of non-verbalized tokens |
WO2012039686A1 (en) * | 2010-09-24 | 2012-03-29 | National University Of Singapore | Methods and systems for automated text correction |
CN104143331B (zh) * | 2013-05-24 | 2015-12-09 | 腾讯科技(深圳)有限公司 | 一种添加标点的方法和系统 |
EP3469585B1 (en) * | 2016-06-08 | 2020-08-26 | Google LLC | Scalable dynamic class language modeling |
CN108628813B (zh) * | 2017-03-17 | 2022-09-23 | 北京搜狗科技发展有限公司 | 处理方法和装置、用于处理的装置 |
US10867595B2 (en) * | 2017-05-19 | 2020-12-15 | Baidu Usa Llc | Cold fusing sequence-to-sequence models with language models |
CN107767870B (zh) * | 2017-09-29 | 2021-03-23 | 百度在线网络技术(北京)有限公司 | 标点符号的添加方法、装置和计算机设备 |
CN107680579B (zh) | 2017-09-29 | 2020-08-14 | 百度在线网络技术(北京)有限公司 | 文本正则化模型训练方法和装置、文本正则化方法和装置 |
CN108845682B (zh) | 2018-06-28 | 2022-02-25 | 北京金山安全软件有限公司 | 一种输入预测方法及装置 |
CN109255115B (zh) * | 2018-10-19 | 2023-04-07 | 科大讯飞股份有限公司 | 一种文本标点调整方法及装置 |
CN109858038B (zh) * | 2019-03-01 | 2023-04-18 | 科大讯飞股份有限公司 | 一种文本标点确定方法及装置 |
CN110298042A (zh) * | 2019-06-26 | 2019-10-01 | 四川长虹电器股份有限公司 | 基于Bilstm-crf与知识图谱影视实体识别方法 |
CN110516253B (zh) * | 2019-08-30 | 2023-08-25 | 思必驰科技股份有限公司 | 中文口语语义理解方法及系统 |
CN110688822A (zh) * | 2019-09-27 | 2020-01-14 | 上海智臻智能网络科技股份有限公司 | 标点符号的添加方法及设备、介质 |
-
2020
- 2020-01-16 CN CN202010046714.1A patent/CN111241810B/zh active Active
- 2020-09-29 US US17/036,561 patent/US11216615B2/en active Active
- 2020-12-18 EP EP20215758.2A patent/EP3852013A1/en not_active Withdrawn
- 2020-12-24 JP JP2020215550A patent/JP7133002B2/ja active Active
-
2021
- 2021-01-14 KR KR1020210005164A patent/KR102630243B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013235117A (ja) * | 2012-05-08 | 2013-11-21 | Yahoo Japan Corp | 単語分割装置、及び単語分割方法 |
CN106803422A (zh) * | 2015-11-26 | 2017-06-06 | 中国科学院声学研究所 | 一种基于长短时记忆网络的语言模型重估方法 |
CN109558576A (zh) * | 2018-11-05 | 2019-04-02 | 中山大学 | 一种基于自注意力机制的标点符号预测方法 |
CN110413987A (zh) * | 2019-06-14 | 2019-11-05 | 平安科技(深圳)有限公司 | 基于多个预测模型的标点符号预测方法及相关设备 |
Non-Patent Citations (1)
Title |
---|
基于解码多候选结果的半监督数据挑选的语音识别;王兮楼;郭武;解传栋;;模式识别与人工智能(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111241810A (zh) | 2020-06-05 |
KR102630243B1 (ko) | 2024-01-25 |
JP7133002B2 (ja) | 2022-09-07 |
KR20210092692A (ko) | 2021-07-26 |
US20210224480A1 (en) | 2021-07-22 |
US11216615B2 (en) | 2022-01-04 |
JP2021114284A (ja) | 2021-08-05 |
EP3852013A1 (en) | 2021-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111241810B (zh) | 标点预测方法及装置 | |
CN111539514B (zh) | 用于生成神经网络的结构的方法和装置 | |
CN111144115B (zh) | 预训练语言模型获取方法、装置、电子设备和存储介质 | |
CN111241819B (zh) | 词向量生成方法、装置及电子设备 | |
CN111259671B (zh) | 文本实体的语义描述处理方法、装置及设备 | |
CN111339759B (zh) | 领域要素识别模型训练方法、装置及电子设备 | |
US20220067439A1 (en) | Entity linking method, electronic device and storage medium | |
CN111079945B (zh) | 端到端模型的训练方法及装置 | |
CN112001169B (zh) | 文本纠错的方法、装置、电子设备和可读存储介质 | |
CN111859997B (zh) | 机器翻译中的模型训练方法、装置、电子设备及存储介质 | |
CN111709252B (zh) | 基于预训练的语义模型的模型改进方法及装置 | |
CN112560499B (zh) | 语义表示模型的预训练方法、装置、电子设备及存储介质 | |
CN111127191B (zh) | 风险评估方法及装置 | |
CN111797216B (zh) | 检索项改写方法、装置、设备以及存储介质 | |
CN111539224B (zh) | 语义理解模型的剪枝方法、装置、电子设备和存储介质 | |
CN111143564B (zh) | 无监督的多目标篇章级情感分类模型训练方法和装置 | |
CN111738015B (zh) | 文章情感极性分析方法、装置、电子设备及存储介质 | |
CN111126063B (zh) | 文本质量评估方法及装置 | |
CN112270169B (zh) | 对白角色预测方法、装置、电子设备及存储介质 | |
CN111665955B (zh) | 候选字符串的处理方法、装置、电子设备及存储介质 | |
US11461549B2 (en) | Method and apparatus for generating text based on semantic representation, and medium | |
CN111241398B (zh) | 数据预取方法、装置、电子设备及计算机可读存储介质 | |
CN110990569B (zh) | 文本聚类方法、装置及相关设备 | |
CN111475614B (zh) | 知识推理对话方法、装置、电子设备和存储介质 | |
US20230123581A1 (en) | Query rewriting method and apparatus, device and storage medium |
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 |