CN111859970A - 用于处理信息的方法、装置、设备和介质 - Google Patents

Abstract

本公开的实施例公开了用于处理信息的方法和装置。该方法的一具体实施方式包括：获取目标文本；对目标文本进行命名实体识别，获得名词序列；分别从名词序列中提取角色名序列和称谓序列；对于称谓序列中的称谓，执行以下匹配步骤：从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名；建立该称谓对应的匹配角色名与该称谓之间的关联关系。该实施方式可以节省人力，提高信息处理的效率。

Description

用于处理信息的方法、装置、设备和介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于处理信息的方法和装置。

背景技术

有声读物是将读物中的内容朗读出来并进行录音后获得的音频形式的读物。有声读物可以包括多个人物角色，而每个人物角色可以对应一个朗读者。

实践中，在针对某个人物角色进行朗读时，需要确定出读物中的哪些对话属于该人物角色。然而，在读物中，一个人物角色通常可以关联多个称谓(比如小说男主“张三”可以关联公子、少爷、你、我、他等称谓)。人物角色关联的称谓的对话也可以是属于该人物角色的对话。所以，在确定哪些对话属于该人物角色时，需要确定该人物角色关联的称谓，以将所关联的称谓的对话划分到该人物角色的对话中。

目前，通常采用人工标注的方式确定读物中的各个人物角色关联的称谓。

发明内容

本公开提出了用于处理信息的方法和装置。

第一方面，本公开的实施例提供了一种用于处理信息的方法，该方法包括：获取目标文本；对目标文本进行命名实体识别，获得名词序列；分别从名词序列中提取角色名序列和称谓序列；对于称谓序列中的称谓，执行以下匹配步骤：从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名；建立该称谓对应的匹配角色名与该称谓之间的关联关系。

在一些实施例中，从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名包括：对于角色名序列中的角色名，执行以下步骤：提取该角色名与该称谓的关联特征；将所提取的关联特征输入预先训练的匹配用模型，获得用于表征该角色名与该称谓的匹配程度的匹配结果；基于所获得的匹配结果，从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名。

在一些实施例中，关联特征包括以下至少一项：用于表征称谓与角色名对应的性别是否相同的特征；用于表征称谓与角色名是否包括相同的文字的特征；用于表征称谓与角色名是否位于目标文本中的相同的句子的特征；用于表征称谓与角色名是否位于目标文本中的相同的段落的特征；用于表征在名词序列中，称谓的位置与角色名的位置的距离的特征；用于表征角色名在称谓对应的目标名词集合中出现的次数的特征，其中，称谓对应的目标名词集合是在名词序列中，与称谓的距离小于或等于预设距离的名词所组成的集合。

在一些实施例中，从名词序列中提取角色名序列包括：按照预设条件，对名词序列中的名词进行过滤，获得初始角色名序列，其中，预设条件包括以下至少一项：名词为人称代词；名词的字数小于2；名词的字数大于4；基于初始角色名序列，生成角色名序列。

在一些实施例中，基于初始角色名序列，生成角色名序列包括：从初始角色名序列中提取在目标文本中的出现次数大于或等于预设次数的名词，组成候选角色名序列；基于候选角色名序列，生成角色名序列。

在一些实施例中，基于候选角色名序列，生成角色名序列包括：从候选角色名序列中提取包含姓氏的名词，组成角色名序列。

在一些实施例中，目标文本为目标小说文本。

在一些实施例中，获得角色名序列后，从名词序列中提取称谓序列包括：从名词序列中过滤掉属于角色名序列的名词，获得候选称谓序列；基于候选称谓序列，生成称谓序列。

在一些实施例中，基于候选称谓序列，生成称谓序列包括：从候选称谓序列中过滤掉字数大于4的名词，获得称谓序列。

第二方面，本公开的实施例提供了一种用于处理信息的装置，该装置包括：获取单元，被配置成获取目标文本；识别单元，被配置成对目标文本进行命名实体识别，获得名词序列；提取单元，被配置成分别从名词序列中提取角色名序列和称谓序列；执行单元，被配置成对于称谓序列中的称谓，执行以下匹配步骤：从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名；建立该称谓对应的匹配角色名与该称谓之间的关联关系。

第三方面，本公开的实施例提供了一种用于处理信息的电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得该一个或多个处理器实现如上述用于处理信息的方法中任一实施例的方法。

第四方面，本公开的实施例提供了一种用于处理信息的计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述用于处理信息的方法中任一实施例的方法。

本公开的实施例提供的用于处理信息的方法和装置，通过获取目标文本，而后对目标文本进行命名实体识别，获得名词序列，接着分别从名词序列中提取角色名序列和称谓序列，最后对于称谓序列中的称谓，执行以下匹配步骤：从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名；建立该称谓对应的匹配角色名与该称谓之间的关联关系，从而可以通过对文本中的称谓和角色名进行匹配，自动建立读物中的称谓与角色名的关联关系，相较于现有技术中人工标注读物中的各个称谓关联的角色的方式，可以节省人力，提高信息处理的效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于处理信息的方法的一个实施例的流程图；

图3是根据本公开的用于处理信息的方法的一个应用场景的示意图；

图4是根据本公开的用于处理信息的方法的又一个实施例的流程图；

图5是根据本公开的用于处理信息的装置的一个实施例的结构示意图；

图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本公开的实施例，而非对本公开的实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开的实施例相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的实施例的用于处理信息的方法或用于处理信息的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送数据等。终端设备101、102、103上可以安装有各种客户端应用，例如小说阅读类应用、有声读物类应用、网页浏览器应用、搜索类应用、即时通信工具、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有音频播放功能的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103发送的目标文本进行处理的信息处理服务器。信息处理服务器可以对接收到的目标文本等数据进行分析等处理，以获得角色名序列和称谓序列，并且，信息处理服务器还可以建立称谓序列中的称谓与角色名序列中的角色名之间的关联关系。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

还需要说明的是，本公开的实施例所提供的用于处理信息的方法可以由服务器执行，也可以由终端设备执行，还可以由服务器和终端设备彼此配合执行。相应地，用于处理信息的装置包括的各个部分(例如各个单元、子单元、模块、子模块)可以全部设置于服务器中，也可以全部设置于终端设备中，还可以分别设置于服务器和终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。当用于处理信息的方法运行于其上的电子设备不需要与其他电子设备进行数据传输时，该系统架构可以仅包括用于处理信息的方法运行于其上的电子设备(例如服务器或终端设备)。

继续参考图2，示出了根据本公开的用于处理信息的方法的一个实施例的流程200。该用于处理信息的方法，包括以下步骤：

步骤201，获取目标文本。

在本实施例中，用于处理信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从其他电子设备(例如图1所示的终端设备)或者软件模块(例如用于接收作者输入的小说文本的软件模块)获取目标文本，其中，目标文本可以是待对其进行配音以获得音频的文本。

具体的，目标文本可以是各种文本，例如可以是课文文本。

在本实施例的一些可选的实现方式中，目标文本可以是目标小说文本。

步骤202，对目标文本进行命名实体识别，获得名词序列。

在本实施例中，基于步骤201中得到的目标文本，上述执行主体可以对该目标文本进行命名实体识别，以获得名词序列。

命名实体识别(Named Entity Recognition，NER)，又称作“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。

具体的，上述执行主体可以利用预先训练的命名实体识别模型从目标文本中提取名词，获得名词序列。需要说明的是，命名实体识别模型可以按照名词在目标文本中出现的先后顺序提取名词，具体可以为：在目标文本中先出现的名词先提取；在目标文本中后出现的名词后提取。例如，目标文本包括“张三说不想见你”，则按照名词出现的先后顺序，命名识别模型可以先从该目标文本中提取名词“张三”，然后再提取名词“你”。进而，可以理解，所获得的名词序列(例如“张三；你”)中的名词按照其在目标文本中出现的先后顺序排列。

需要说明的是，命名实体识别模型的训练方法是目前广泛研究和应用的公知技术，此处不再赘述。

步骤203，分别从名词序列中提取角色名序列和称谓序列。

在本实施例中，基于步骤202中得到的名词序列，上述执行主体可以分别从该名词序列中提取角色名序列和称谓序列。其中，角色名序列中的角色名可以按照其在上述名词序列中出现的先后顺序排列。同理，称谓序列中的称谓也可以按照其在上述名词序列中出现的先后顺序排列。需要说明的是，角色名可以指目标文本中对应的读物包括的角色的名字，例如张三、李四。称谓可以指读物中的角色因亲属或其他关系而建立起来的称呼，例如三公子、四少爷。

在本实施例中，上述执行主体可以采用各种方法从名词序列中提取角色名序列，以及从名词序列中提取称谓序列。

在本实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤从名词序列中提取角色名序列：首先，上述执行主体可以按照预设条件，对名词序列中的名词进行过滤，获得初始角色名序列。然后，上述执行主体可以基于初始角色名序列，生成角色名序列。

在这里，预设条件可以是用于过滤掉名词序列中不属于角色名的名词的条件，可以包括但不限于以下至少一项：名词为人称代词；名词的字数小于2；名词的字数大于4。

可以理解，人称代词(例如你、我、他)可以是称谓，但不是角色名。此外，角色名的字数一般在两个字到四个字之间。因此，通过采用人称代词进行过滤和/或采用字数进行过滤，可以从名词序列中过滤掉不属于角色名的名词，获得初始角色名序列，进而可以基于初始角色名序列，生成角色名序列。

具体的，上述执行主体可以采用各种方法，基于初始角色名序列生成角色名序列。例如，上述执行主体可以直接将所获得的初始角色名序列确定为角色名序列；或者，上述执行主体可以对初始角色名序列进行进一步的处理，并将处理后的初始角色名序列确定为角色名序列。

在本实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤生成角色名序列：首先，上述执行主体可以从初始角色名序列中提取在目标文本中的出现次数大于或等于预设次数的名词，组成候选角色名序列。然后，上述执行主体可以基于候选角色名序列，生成角色名序列。其中，预设次数可以是预先设置的任意次数，例如可以是十次、二十次等。

可以理解，读物可以是围绕人物角色展开的，所以人物角色的角色名通常是读物中出现次数较多的名词，进而，本实现方式可以在获得初始角色名序列之后，从初始角色名序列中进一步提取在目标文本中出现的次数大于或等于预设次数的名词，组成候选角色名序列，进而基于候选角色名序列，生成角色名序列，以此，有助于生成更为准确的角色名序列。

具体的，上述执行主体可以采用各种方法，基于候选角色名序列生成角色名序列。例如，上述执行主体可以直接将所获得的候选角色名序列确定为角色名序列；或者，上述执行主体可以对候选角色名序列进行进一步的处理，并将处理后的候选角色名序列确定为角色名序列。

在本实施例的一些可选的实现方式中，上述执行主体可以从候选角色名序列中提取包含姓氏的名词，组成角色名序列。

可以理解，人物角色的角色名一般包含姓氏(例如赵、钱、孙、李)，进而从候选角色名序列中提取包括姓氏的名词组成角色名序列，可以进一步提高所获得的角色名序列的准确性。

在本实施例的一些可选的实现方式中，获得角色名序列后，上述执行主体可以通过以下步骤获取称谓序列：首先，上述执行主体可以从名词序列中过滤掉属于角色名序列的名词，获得候选称谓序列。然后，上述执行主体可以基于候选称谓序列，生成称谓序列。

具体的，上述执行主体可以直接将候选称谓序列确定为称谓序列；或者，上述执行主体可以对候选称谓序列进行进一步处理，并将处理后的候选称谓序列确定为称谓序列。

在本实施例的一些可选的实现方式中，上述执行主体可以从候选称谓序列中过滤掉字数大于4的名词，获得称谓序列。

可以理解，称谓的字数通常小于或等于4，所以本实现方式通过将候选称谓序列中字数大于4的名词过滤掉，可以获得更为准确的称谓序列。

步骤204，对于称谓序列中的称谓，执行匹配步骤。

在本实施例中，对于步骤203中得到的称谓序列中的(各个或某个)称谓，上述执行主体可以执行以下匹配步骤(步骤2041-步骤2042)：

步骤2041，从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名。

具体的，上述执行主体可以对角色名序列中的各个角色名和该称谓进行匹配，以从角色名序列中确定出与该称谓相匹配的角色名。在这里，相匹配的角色名和称谓可以属于同一个角色。例如确定出角色名“张三”与称谓“三公子”匹配，则可以认为角色名“张三”和称谓“三公子”均属于张三这个角色。

在本实施例中，上述执行主体可以采用各种方法对角色名序列中的角色名和该称谓进行匹配，以从角色名序列中确定出与该称谓相匹配的角色名。例如，上述执行主体可以对角色名序列中的角色名和该称谓进行相似度计算，进而将与该称谓的相似度最高的角色名确定为与该称谓相匹配的匹配角色名。

步骤2042，建立该称谓对应的匹配角色名与该称谓之间的关联关系。

在本实施例中，基于步骤2041中得到的该称谓对应的匹配角色名，上述执行主体可以建立该称谓对应的匹配角色名与该称谓之间的关联关系。进而，在后续为某个角色进行配音时，可以首先基于建立的关联关系，查找与该角色对应的角色名相关联的称谓，然后将该角色的角色名的对话和与该角色的角色名相关联的称谓的对话均划分给该角色。

作为示例，预先确定了利用A音色为张三这个角色配音。并且，通过上述步骤建立了角色名“张三”与称谓“三公子”的关联关系。则在为张三这个角色配音时，可以将目标文本中角色名“张三”的对话和“三公子”的对话均利用A音色进行配音。

需要说明的是，在这里，上述执行主体可以采用各种方法建立称谓与称谓对应的匹配角色名之间的关联关系。例如，上述执行主体可以对称谓和称谓对应的匹配角色名进行关联存储；或者，上述执行主体可以对目标文本中的称谓和称谓对应的匹配角色名进行连线。

继续参见图3，图3是根据本实施例的用于处理信息的方法的应用场景的一个示意图。

在图3的应用场景中，首先，服务器301可以获取目标文本302(例如“刚早起，小四正面迎上张三，笑着问候：‘三公子早上好’，‘李四早上好’，张三答道”)。

然后，服务器301可以对目标文本302进行命名实体识别，获得名词序列303(例如“小四；张三；三公子；李四；张三”)。

接着，服务器301可以分别从名词序列303中提取角色名序列304(例如“张三；李四；张三”)和称谓序列305(例如“小四；三公子”)。

然后，对于称谓序列305中的称谓3051(例如“小四”)，服务器301可以执行以下步骤：从角色名序列304中确定与该称谓3051相匹配的角色名作为该称谓对应的匹配角色名3061(例如“李四”)；建立该称谓3051对应的匹配角色名3061与该称谓3051之间的关联关系。

相类似的，对于称谓序列305中的称谓3052(例如“三公子”)，服务器301可以执行以下步骤：从角色名序列304中确定与该称谓3052相匹配的角色名作为该称谓3052对应的匹配角色名3062(例如“张三”)；建立该称谓3052对应的匹配角色名3062与该称谓3052之间的关联关系。

本公开的上述实施例提供的方法，通过对文本中的称谓和角色名进行匹配，可以自动建立读物中的称谓与角色名的关联关系，相较于现有技术中人工标注读物中的各个称谓关联的角色的方式，可以节省人力，提高信息处理的效率。

进一步参考图4，其示出了用于处理信息的方法的又一个实施例的流程400。该用于处理信息的方法的流程400，包括以下步骤：

步骤401，获取目标文本。

在本实施例中，用于处理信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从其他电子设备(例如图1所示的终端设备)或者软件模块(例如用于接收作者输入的小说文本的软件模块)获取目标文本，其中，目标文本可以是待对其进行配音以获得音频的文本。

步骤402，对目标文本进行命名实体识别，获得名词序列。

在本实施例中，基于步骤401中得到的目标文本，上述执行主体可以对该目标文本进行命名实体识别，以获得名词序列。

步骤403，分别从名词序列中提取角色名序列和称谓序列。

在本实施例中，基于步骤402中得到的名词序列，上述执行主体可以分别从该名词序列中提取角色名序列和称谓序列。其中，角色名序列中的角色名可以按照其在上述名词序列中出现的先后顺序排列。同理，称谓序列中的称谓也可以按照其在上述名词序列中出现的先后顺序排列。

上述步骤401、步骤402、步骤403可以分别采用与前述实施例中的步骤201、步骤202和步骤203类似的方式执行，上文针对步骤201、步骤202和步骤203的描述也适用于步骤401、步骤402和步骤403，此处不再赘述。

步骤404，对于称谓序列中的称谓，执行匹配步骤。

在本实施例中，对于步骤403中得到的称谓序列中的(各个或某个)称谓，上述执行主体可以执行以下匹配步骤(步骤4041-步骤4043)：

步骤4041，对于角色名序列中的角色名，执行以下步骤：

步骤40411，提取该角色名与该称谓的关联特征。

在这里，关联特征可以是用于表征角色名与称谓的关联情况的各种特征。

在本实施例的一些可选的实现方式中，关联特征可以包括但不限于以下至少一项：用于表征称谓与角色名对应的性别是否相同的特征；用于表征称谓与角色名是否包括相同的文字的特征；用于表征称谓与角色名是否位于目标文本中的相同的句子的特征；用于表征称谓与角色名是否位于目标文本中的相同的段落的特征；用于表征在名词序列中，称谓的位置与角色名的位置的距离的特征；用于表征角色名在称谓对应的目标名词集合中出现的次数的特征，其中，称谓对应的目标名词集合是在名词序列中，与称谓的距离小于或等于预设距离的名词所组成的集合。

在这里，称谓的位置与角色名的位置的距离可以由名词序列中称谓与角色名之间间隔的名词的数量确定，例如，当称谓与角色名之间间隔5个名词时，可以确定称谓的位置与角色名的位置的距离为6(6＝5+1)；当称谓与角色名之间间隔3个名词时，可以确定称谓的位置与角色名的位置的距离为4(4＝3+1)。

可以理解，读物中某个角色的角色名和对应的称谓通常会在一个特定的场景中出现，这将使得读物中出现角色名的时机与出现称谓的时机不会间隔太远。进而，本实现方式可以通过用于表征称谓与角色名是否位于目标文本中的相同的句子的特征、用于表征称谓与角色名是否位于目标文本中的相同的段落的特征和/或用于表征在名词序列中，称谓的位置与角色名的位置的距离的特征来确定称谓与角色名是否匹配。

此外，在读物中，人物角色的角色名通常是在其对应的称谓的周围出现频率较高的名词。因此，本实现方式可以将用于表征角色名在称谓对应的目标名词集合中出现的次数的特征作为关联特征，以对称谓和角色名进行匹配，其中，称谓对应的目标名词集合是在名词序列中，与称谓的距离小于或等于预设距离的名词所组成的集合。

在这里，可以理解，出现的次数与目标名词集合包括的名词的数量的比值即为角色名在称谓周围出现的频率。而由于本实现方式限定了目标名词集合中的名词与称谓的最远距离为预设距离，这就限定了目标名词集合包括的名词的数量(例如，预设距离为4，则可以确定在称谓之前，与称谓的距离小于或等于预设距离的名词的数量为4，在称谓之后，与称谓的距离小于或等于预设距离的名词的数量也为4，进而可以确定目标名词集合中的名词的数量为8)。进而，在目标名词集合包括的名词的数量一定的情况下，可以由角色名在目标名词集合中出现的次数表征角色名在称谓周围出现的频率。具体的，出现的次数越多，出现的频率则越大。

本实现方式提供的上述关联特征是基于现有的读物中属于同一角色的角色名和称谓所具有的特点确定出的特征，基于本实现方式的关联特征，有助于在后续步骤中对角色名和称谓进行更为准确的匹配，生成更为准确的匹配结果。

在本实施例中，对于不同的关联特征，上述执行主体可以采用不同的方法提取。作为示例，关联特征包括用于表征称谓与角色名对应的性别是否相同的特征，则上述执行主体可以采用预先训练的性别识别模型分别对称谓和角色名进行性别识别，获得称谓对应的识别结果和角色名对应的识别结果，确定两个识别结果是否相同，若两个识别结果相同，则生成用于表征称谓与角色名的性别相同的关联特征(例如“1”)；若两个识别结果不相同，则生成用于表征称谓与角色名的性别不相同的关联特征(例如“0”)。

作为又一个示例，关联特征包括用于表征称谓与角色名是否位于目标文本中的相同的句子的特征，则上述执行主体可以首先从目标文本中确定称谓所在的句子以及角色名所在的句子，然后确定称谓所在的句子与角色名所在的句子是否是相同的句子，若是相同的句子，则生成用于表征称谓与角色名位于目标文本中的相同的句子的关联特征(例如“1”)；若不是相同的句子，则生成用于表征称谓与角色名不位于目标文本中的相同的句子的关联特征(例如“0”)。

步骤40412，将所提取的关联特征输入预先训练的匹配用模型，获得用于表征该角色名与该称谓的匹配程度的匹配结果。

在本实施例中，匹配结果可以包括但不限于以下至少一项：文字、数字、符号、图像。作为示例，匹配结果可以是概率值，概率值越大，可以表征角色名与称谓的匹配程度越高。

匹配用模型可以是用于对称谓和角色名进行匹配的模型，具体可以用于表征称谓和角色名对应的关联特征与称谓和角色名对应的匹配结果的对应关系。

具体的，匹配用模型可以是技术人员基于对大量的称谓和角色名的关联特征和称谓和角色名对应的匹配结果的统计而预先制定的、存储有多个关联特征与匹配结果的对应关系的对应关系表，也可以是预先利用机器学习方法，基于训练样本对用于进行分类的模型(例如分类器)进行训练后所得到的模型。

需要说明的是，机器学习方法是目前广泛研究和应用的公知技术，此处不再赘述。

步骤4042，基于所获得的匹配结果，从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名。

具体的，对于角色名序列中的每个角色名，上述执行主体可以获得一个用于表征该角色名与该称谓的匹配程度的匹配结果。进而，通过步骤4041，上述执行主体可以获得角色名序列对应的多个匹配结果。

在本实施例中，基于所获得的多个匹配结果，上述执行主可以对角色名序列中的角色名进行比较，以从中获取与该称谓的匹配程度最高的角色名作为该称谓对应的匹配角色名。

步骤4043，建立该称谓对应的匹配角色名与该称谓之间的关联关系。

在本实施例中，基于步骤4042中得到的该称谓对应的匹配角色名，上述执行主体可以建立该称谓对应的匹配角色名与该称谓之间的关联关系。进而，在后续为某个角色进行配音时，可以首先基于建立的关联关系，查找与该角色对应的角色名相关联的称谓，然后将该角色的角色名的对话和与该角色的角色名相关联的称谓的对话均划分给该角色。

需要说明的是，除上面所记载的内容外，本公开的实施例还可以包括与图2对应的实施例相同或类似的特征、效果，在此不再赘述。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于处理信息的方法的流程400突出了利用预先训练的匹配用模型对角色名与称谓的关联特征进行识别，生成用于指示角色名与称谓是否匹配的匹配结果，进而基于所获得的匹配结果，从角色名序列中确定与称谓相匹配的匹配角色名的步骤。由此，本实施例描述的方案可以利用模型确定称谓对应的匹配角色名，提高了匹配角色名确定的智能性和准确性，有助于提高信息处理的智能性和准确性。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于处理信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，除下面所记载的特征外，该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征，以及产生与图2所示的方法实施例相同或相应的效果。该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于处理信息的装置500包括：获取单元501、识别单元502、提取单元503和执行单元504。其中，获取单元501被配置成获取目标文本；识别单元502被配置成对目标文本进行命名实体识别，获得名词序列；提取单元503被配置成分别从名词序列中提取角色名序列和称谓序列；执行单元504被配置成对于称谓序列中的称谓，执行以下匹配步骤：从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名；建立该称谓对应的匹配角色名与该称谓之间的关联关系。

在本实施例中，用于处理信息的装置500的获取单元501可以通过有线连接方式或者无线连接方式从其他电子设备(例如图1所示的终端设备)或者软件模块(例如用于接收作者输入的小说文本的软件模块)获取目标文本，其中，目标文本可以是待对其进行配音以获得音频的文本。

在本实施例中，基于获取单元501得到的目标文本，识别单元502可以对该目标文本进行命名实体识别，以获得名词序列。

在本实施例中，基于识别单元502得到的名词序列，提取单元503可以分别从该名词序列中提取角色名序列和称谓序列。其中，角色名序列中的角色名可以按照其在上述名词序列中出现的先后顺序排列。同理，称谓序列中的称谓也可以按照其在上述名词序列中出现的先后顺序排列。需要说明的是，角色名可以指目标文本中对应的读物包括的角色的名字。称谓可以指读物中的角色因亲属或其他关系而建立起来的称呼。

在本实施例中，对于提取单元503得到的称谓序列中的(各个或某个)称谓，执行单元504可以执行以下匹配步骤(步骤5041-步骤5042)：

步骤5041，从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名。

步骤5042，建立该称谓对应的匹配角色名与该称谓之间的关联关系。

在本实施例的一些可选的实现方式中，执行单元504可以进一步被配置成：对于角色名序列中的角色名，执行以下步骤：提取该角色名与该称谓的关联特征，生成关联向量；将所提取的关联特征输入预先训练的匹配用模型，获得用于表征该角色名与该称谓的匹配程度的匹配结果；基于所获得的匹配结果，从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名。

在本实施例的一些可选的实现方式中，关联特征可以包括但不限于以下至少一项：用于表征称谓与角色名对应的性别是否相同的特征；用于表征称谓与角色名是否包括相同的文字的特征；用于表征称谓与角色名是否位于目标文本中的相同的句子的特征；用于表征称谓与角色名是否位于目标文本中的相同的段落的特征；用于表征在名词序列中，称谓的位置与角色名的位置的距离的特征；用于表征角色名在称谓对应的目标名词集合中出现的次数的特征，其中，称谓对应的目标名词集合是在名词序列中，与称谓的距离小于或等于预设距离的名词所组成的集合。

在本实施例的一些可选的实现方式中，提取单元503可以包括：第一过滤模块(图中未示出)，被配置成按照预设条件，对名词序列中的名词进行过滤，获得初始角色名序列，其中，预设条件包括以下至少一项：名词为人称代词；名词的字数小于2；名词的字数大于4；第一生成模块(图中未示出)，被配置成基于初始角色名序列，生成角色名序列。

在本实施例的一些可选的实现方式中，第一生成模块可以包括：提取子模块(图中未示出)，被配置成从初始角色名序列中提取在目标文本中的出现次数大于或等于预设次数的名词，组成候选角色名序列；生成子模块(图中未示出)，被配置成基于候选角色名序列，生成角色名序列。

在本实施例的一些可选的实现方式中，生成子模块可以进一步被配置成：从候选角色名序列中提取包含姓氏的名词，组成角色名序列。

在本实施例的一些可选的实现方式中，目标文本为目标小说文本。

在本实施例的一些可选的实现方式中，提取单元503还可以包括：第二过滤模块(图中未示出)，被配置成从名词序列中过滤掉属于角色名序列的名词，获得候选称谓序列；第二生成模块(图中未示出)，被配置成基于候选称谓序列，生成称谓序列。

在本实施例的一些可选的实现方式中，第二生成模块可以进一步被配置成：从候选称谓序列中过滤掉字数大于4的名词，获得称谓序列。

本公开的上述实施例提供的装置，通过对文本中的称谓和角色名进行匹配，可以自动建立读物中的称谓与角色名的关联关系，相较于现有技术中人工标注读物中的各个称谓关联的角色的方式，可以节省人力，提高信息处理的效率。

下面参考图6，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。本公开的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，不应对本公开的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(ROM)602中的程序或者从存储装置608加载到随机访问存储器(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。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

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，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所述的计算机可读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(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、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。在本公开的实施例中，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。而在本公开的实施例中，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。

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实施例的操作的计算机程序代码，所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。

根据本公开的一个或多个实施例，本公开提供了一种用于处理信息的方法，该方法包括：获取目标文本；对目标文本进行命名实体识别，获得名词序列；分别从名词序列中提取角色名序列和称谓序列；对于称谓序列中的称谓，执行以下匹配步骤：从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名；建立该称谓对应的匹配角色名与该称谓之间的关联关系。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的方法中，从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名包括：对于角色名序列中的角色名，执行以下步骤：提取该角色名与该称谓的关联特征；将所提取的关联特征输入预先训练的匹配用模型，获得用于表征该角色名与该称谓的匹配程度的匹配结果；基于所获得的匹配结果，从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的方法中，关联特征包括以下至少一项：用于表征称谓与角色名对应的性别是否相同的特征；用于表征称谓与角色名是否包括相同的文字的特征；用于表征称谓与角色名是否位于目标文本中的相同的句子的特征；用于表征称谓与角色名是否位于目标文本中的相同的段落的特征；用于表征在名词序列中，称谓的位置与角色名的位置的距离的特征；用于表征角色名在称谓对应的目标名词集合中出现的次数的特征，其中，称谓对应的目标名词集合是在名词序列中，与称谓的距离小于或等于预设距离的名词所组成的集合。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的方法中，从名词序列中提取角色名序列包括：按照预设条件，对名词序列中的名词进行过滤，获得初始角色名序列，其中，预设条件包括以下至少一项：名词为人称代词；名词的字数小于2；名词的字数大于4；基于初始角色名序列，生成角色名序列。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的方法中，基于初始角色名序列，生成角色名序列包括：从初始角色名序列中提取在目标文本中的出现次数大于或等于预设次数的名词，组成候选角色名序列；基于候选角色名序列，生成角色名序列。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的方法中，基于候选角色名序列，生成角色名序列包括：从候选角色名序列中提取包含姓氏的名词，组成角色名序列。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的方法中，目标文本为目标小说文本。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的方法中，获得角色名序列后，从名词序列中提取称谓序列包括：从名词序列中过滤掉属于角色名序列的名词，获得候选称谓序列；基于候选称谓序列，生成称谓序列。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的方法中，基于候选称谓序列，生成称谓序列包括：从候选称谓序列中过滤掉字数大于4的名词，获得称谓序列。

根据本公开的一个或多个实施例，本公开提供了一种用于处理信息的装置，该装置包括：获取单元，被配置成获取目标文本；识别单元，被配置成对目标文本进行命名实体识别，获得名词序列；提取单元，被配置成分别从名词序列中提取角色名序列和称谓序列；执行单元，被配置成对于称谓序列中的称谓，执行以下步骤：从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名；建立该称谓对应的匹配角色名与该称谓之间的关联关系。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的装置中，执行单元进一步被配置成：对于角色名序列中的角色名，执行以下步骤：提取该角色名与该称谓的关联特征，生成关联向量；将所提取的关联特征输入预先训练的匹配用模型，获得用于表征该角色名与该称谓的匹配程度的匹配结果；基于所获得的匹配结果，从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的装置中，关联特征包括以下至少一项：用于表征称谓与角色名对应的性别是否相同的特征；用于表征称谓与角色名是否包括相同的文字的特征；用于表征称谓与角色名是否位于目标文本中的相同的句子的特征；用于表征称谓与角色名是否位于目标文本中的相同的段落的特征；用于表征在名词序列中，称谓的位置与角色名的位置的距离的特征；用于表征角色名在称谓对应的目标名词集合中出现的次数的特征，其中，称谓对应的目标名词集合是在名词序列中，与称谓的距离小于或等于预设距离的名词所组成的集合。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的装置中，提取单元包括：第一过滤模块，被配置成按照预设条件，对名词序列中的名词进行过滤，获得初始角色名序列，其中，预设条件包括以下至少一项：名词为人称代词；名词的字数小于2；名词的字数大于4；第一生成模块，被配置成基于初始角色名序列，生成角色名序列。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的装置中，第一生成模块包括：提取子模块，被配置成从初始角色名序列中提取在目标文本中的出现次数大于或等于预设次数的名词，组成候选角色名序列；生成子模块，被配置成基于候选角色名序列，生成角色名序列。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的装置中，生成子模块进一步被配置成：从候选角色名序列中提取包含姓氏的名词，组成角色名序列。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的装置中，目标文本为目标小说文本。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的装置中，提取单元还包括：第二过滤模块，被配置成从名词序列中过滤掉属于角色名序列的名词，获得候选称谓序列；第二生成模块，被配置成基于候选称谓序列，生成称谓序列。

根据本公开的一个或多个实施例，本公开提供的用于处理信息的装置中，第二生成模块进一步被配置成：从候选称谓序列中过滤掉字数大于4的名词，获得称谓序列。

描述于本公开的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。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、识别单元、提取单元和执行单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标文本的单元”。

作为另一方面，本公开的实施例还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的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：获取目标文本；对目标文本进行命名实体识别，获得名词序列；分别从名词序列中提取角色名序列和称谓序列；对于称谓序列中的称谓，执行以下步骤：从角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名；建立该称谓对应的匹配角色名与该称谓之间的关联关系。

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，本公开的实施例中所涉及的范围，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本公开构思的情况下，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的实施例中公开的(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。

Claims (12)

1.一种用于处理信息的方法，包括：

获取目标文本；

对所述目标文本进行命名实体识别，获得名词序列；

分别从所述名词序列中提取角色名序列和称谓序列；

对于所述称谓序列中的称谓，执行以下匹配步骤：

从所述角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名；

建立该称谓对应的匹配角色名与该称谓之间的关联关系。

2.根据权利要求1所述的方法，其中，所述从所述角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名包括：

对于所述角色名序列中的角色名，执行以下步骤：

提取该角色名与该称谓的关联特征，生成关联向量；

将所提取的关联特征输入预先训练的匹配用模型，获得用于表征该角色名与该称谓的匹配程度的匹配结果；

基于所获得的匹配结果，从所述角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名。

3.根据权利要求2所述的方法，其中，关联特征包括以下至少一项：

用于表征称谓与角色名对应的性别是否相同的特征；

用于表征称谓与角色名是否包括相同的文字的特征；

用于表征称谓与角色名是否位于所述目标文本中的相同的句子的特征；

用于表征称谓与角色名是否位于所述目标文本中的相同的段落的特征；

用于表征在所述名词序列中，称谓的位置与角色名的位置的距离的特征；

用于表征角色名在称谓对应的目标名词集合中出现的次数的特征，其中，称谓对应的目标名词集合是在所述名词序列中，与称谓的距离小于或等于预设距离的名词所组成的集合。

4.根据权利要求1所述的方法，其中，所述从所述名词序列中提取角色名序列包括：

按照预设条件，对所述名词序列中的名词进行过滤，获得初始角色名序列，其中，预设条件包括以下至少一项：名词为人称代词；名词的字数小于2；名词的字数大于4；

基于所述初始角色名序列，生成角色名序列。

5.根据权利要求4所述的方法，其中，所述基于所述初始角色名序列，生成角色名序列包括：

从所述初始角色名序列中提取在所述目标文本中的出现次数大于或等于预设次数的名词，组成候选角色名序列；

基于所述候选角色名序列，生成角色名序列。

6.根据权利要求5所述的方法，其中，所述基于所述候选角色名序列，生成角色名序列包括：

从所述候选角色名序列中提取包含姓氏的名词，组成角色名序列。

7.根据权利要求1所述的方法，其中，所述目标文本为目标小说文本。

8.根据权利要求1-7之一所述的方法，其中，获得角色名序列后，所述从所述名词序列中提取称谓序列包括：

从所述名词序列中过滤掉属于所述角色名序列的名词，获得候选称谓序列；

基于所述候选称谓序列，生成称谓序列。

9.根据权利要求8所述的方法，其中，所述基于所述候选称谓序列，生成称谓序列包括：

从所述候选称谓序列中过滤掉字数大于4的名词，获得称谓序列。

10.一种用于处理信息的装置，包括：

获取单元，被配置成获取目标文本；

识别单元，被配置成对所述目标文本进行命名实体识别，获得名词序列；

提取单元，被配置成分别从所述名词序列中提取角色名序列和称谓序列；

执行单元，被配置成对于所述称谓序列中的称谓，执行以下匹配步骤：

从所述角色名序列中确定与该称谓相匹配的角色名作为该称谓对应的匹配角色名；

建立该称谓对应的匹配角色名与该称谓之间的关联关系。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

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1-9中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。

Images