CN111881675A - 文本纠错方法、装置、电子设备及存储介质 - Google Patents

文本纠错方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111881675A
CN111881675A CN202010617088.7A CN202010617088A CN111881675A CN 111881675 A CN111881675 A CN 111881675A CN 202010617088 A CN202010617088 A CN 202010617088A CN 111881675 A CN111881675 A CN 111881675A
Authority
CN
China
Prior art keywords
error correction
participle
user
text
correction candidate
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.)
Pending
Application number
CN202010617088.7A
Other languages
English (en)
Inventor
陈宪涛
葛翔
王璟铭
徐濛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010617088.7A priority Critical patent/CN111881675A/zh
Publication of CN111881675A publication Critical patent/CN111881675A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/26Speech to text systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)

Abstract

本申请公开了文本纠错方法、装置、电子设备及存储介质,涉及自然语言处理及语音识别领域,其中的方法可包括:对用户输入的第一语音进行语音识别,得到识别出的文本;展示文本,并针对文本中的任一分词,分别进行以下处理:将该分词的置信度与预先设定的阈值进行比较,所述置信度为语音识别过程中获取到的该分词被正确识别的信任程度;若该分词的置信度小于阈值,则按照预定方式对所展示的该分词进行标记;展示该分词对应的纠错候选,并将该分词替换为用户选中的纠错候选。应用本申请所述方案,可提升纠错效率和纠错结果的准确性等。

Description

文本纠错方法、装置、电子设备及存储介质
技术领域
本申请涉及计算机应用技术,特别涉及自然语言处理及语音识别领域的文本纠错方法、装置、电子设备及存储介质。
背景技术
用户在使用智能手机或智能手表等进行语音输入时,语音识别引擎会自动地将用户输入的语音识别为文本,并对识别出的文本进行展示,用户确认文本无误后可进行下一步操作。然而,受现实生活中语音输入环境、说话者口音、说话者表达方式等因素的影响,可能会导致识别出的文本中存在错误。
目前的文本纠错方式基本完全依赖于用户的手动操作,比如,用户需要在智能手机或智能手表的小屏幕上移动光标,手动定位错误位置,然后手动删除错误内容,再重新输入正确内容等。这种方式对于用户来说操作繁琐,且效率低下,容易出错等。
发明内容
有鉴于此,本申请提供了文本纠错方法、装置、电子设备及存储介质。
一种文本纠错方法,包括:
对用户输入的第一语音进行语音识别,得到识别出的文本;
展示所述文本,并针对所述文本中的任一分词,分别进行以下处理:
将所述分词的置信度与预先设定的阈值进行比较,所述置信度为所述语音识别过程中获取到的所述分词被正确识别的信任程度;
若所述分词的置信度小于所述阈值,则按照预定方式对所展示的所述分词进行标记;
展示所述分词对应的纠错候选,将所述分词替换为用户选中的纠错候选。
一种文本纠错装置,包括:识别模块以及纠错模块;
所述识别模块,用于对用户输入的第一语音进行语音识别,得到识别出的文本;
所述纠错模块,用于展示所述文本,并针对所述文本中的任一分词,分别进行以下处理:将所述分词的置信度与预先设定的阈值进行比较,所述置信度为所述语音识别过程中获取到的所述分词被正确识别的信任程度;若所述分词的置信度小于所述阈值,则按照预定方式对所展示的所述分词进行标记;展示所述分词对应的纠错候选,将所述分词替换为用户选中的纠错候选。
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如以上所述的方法。
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如以上所述的方法。
上述申请中的一个实施例具有如下优点或有益效果:可基于语音识别过程中获取到的置信度自动地对可能识别错误的分词进行定位和标记,并可提供相应的纠错候选供用户选择,进而可利用用户选中的纠错候选替换识别错误的分词,从而简化了用户操作,并提升了纠错效率和纠错结果的准确性等。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
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为本申请所述文本纠错方法实施例的流程图;
图2为本申请所述文本纠错方法的整体实现过程示意图;
图3为本申请所述展示的文本的示意图;
图4为本申请所述展示的文本及标记的示意图;
图5为本申请所述“割据”对应的纠错候选的示意图;
图6为本申请所述文本纠错装置60实施例的组成结构示意图;
图7为根据本申请实施例所述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。
另外,应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
图1为本申请所述文本纠错方法实施例的流程图。如图1所示,包括以下具体实现方式。
在101中,对用户输入的第一语音进行语音识别,得到识别出的文本。
可采用现有的语音识别方法来对第一语音进行语音识别,从而得到识别出的文本。
为与后续出现的其它语音进行区别,本申请实施例中将待纠错的文本对应的语音称为第一语音。
在102中,展示文本,并针对文本中的任一分词,依次按照103-105所示方式进行处理。
针对文本中的每个分词,可依次按照103-105所示方式进行处理。每个分词中可能包含一个字符,也可能包含多个字符。
在将语音识别为文本时,会根据识别算法要求等进行分词处理,并可分别得到每个分词的置信度。置信度为语音识别过程中涉及到的一个数值,用来表征对应的分词被正确识别的信任程度。
在103中,将该分词的置信度与预先设定的阈值进行比较,所述置信度为语音识别过程中获取到的该分词被正确识别的信任程度。
所述阈值的具体取值可根据实际需要而定。
在104中,若该分词的置信度小于阈值,则按照预定方式对所展示的该分词进行标记。
若该分词的置信度小于阈值,那么可认为该分词为可能识别错误的分词,进而可按照预定方式对所展示的该分词进行标记,所述预定方式具体为何种方式可根据实际需要而定,比如,可在该分词下方显示一条横线。
在105中,展示该分词对应的纠错候选,将该分词替换为用户选中的纠错候选。
用户可在所展示的该分词对应的纠错候选中进行选择,相应地,可将该分词替换为用户选中的纠错候选,从而达到纠错的目的。
可以看出,上述方法实施例所述方案中,可基于语音识别过程中获取到的置信度自动地对可能识别错误的分词进行定位和标记,并可提供相应的纠错候选供用户选择,进而可利用用户选中的纠错候选替换识别错误的分词,从而简化了用户操作,并提升了纠错效率和纠错结果的准确性等。
如103中所述,针对文本中的任一分词,可将该分词的置信度与预先设定的阈值进行比较,若比较结果为该分词的置信度大于阈值,那么则无需对该分词进行标记。
若文本中的所有分词均无需进行标记,即文本中的所有分词的置信度均大于阈值,那么正常展示文本即可,后续用户可继续其它处理。若文本中至少存在一个分词需要进行标记,那么在展示文本的同时,还需要展示需要进行标记的分词对应的标记。
如104中所述,针对进行标记的任一分词,可获取该分词对应的纠错候选,并展示获取到的纠错候选,供用户进行选择。获取到的纠错候选可能为一个,也可能为多个,通常为多个。
如何获取该分词的纠错候选不作限制,比如,可根据用户以往的输入历史信息、联想规则以及发音相似性等,确定出该分词的纠错候选。
或者,针对进行标记的任一分词,也可在确定用户对该分词进行了点击操作后,获取该分词对应的纠错候选,并展示获取到的纠错候选,供用户进行选择。
优选地,可采用确定用户对该分词进行了点击操作后再获取该分词对应的纠错候选的方式。这是因为在实际应用中,进行标记的分词不一定就是发生了识别错误的分词,只是概率较大。比如,对分词a进行了标记,但用户查看之后发现分词a并未识别错误,那么则不会点击分词a,相应地,则无需获取分词a对应的纠错候选及展示等,而如果直接获取分词a对应的纠错候选并展示,无疑会造成资源的浪费。
在展示任一分词对应的纠错候选后,可将该分词替换为用户所选中的纠错候选。比如,可确定用户所点击的纠错候选,将该分词替换为用户所点击的纠错候选,或者,可获取用户输入的第二语音,确定出第二语音对应的纠错候选,将该分词替换为第二语音对应的纠错候选,第二语音可以是指用户通过语音的方式说出选中的纠错候选的展示序号(如处于从左到右依次展示的各纠错候选中的位置序号),也可以是指用户通过语音的方式直接说出选中的纠错候选等。具体采用哪种方式可根据实际需要而定,无论采用哪种方式,均可达到快速准确地进行文本纠错的目的。
在将任一分词替换为用户选中的纠错候选之后,还可取消所展示的该分词的标记及该分词对应的纠错候选,从而减少了所展示的内容,方便了用户查看其它信息等。
在实际应用中,还可能出现以下情况:如某一分词为识别错误的分词,但所展示的该分词对应的纠错候选中并不存在正确的纠错内容。针对这种情况,可在展示该分词对应的纠错候选的同时,展示预定按钮,若确定用户点击了预定按钮,则可进一步获取用户输入的纠错内容,并将该分词替换为获取到的纠错内容。
所述预定按钮的具体形式不限,用户点击该按钮后,可通过键盘、手写或语音等方式输入纠错内容。
通过上述处理,为用户提供了切换到其它输入方式的快捷路径,使得用户可以对识别错误的分词进行主动修正,从而进一步提升了纠错结果的准确性等。
综合上述介绍,图2为本申请所述文本纠错方法的整体实现过程示意图。如图2所示,对用户输入的语音进行语音识别,得到识别出的文本,分别将文本中的各分词的置信度与阈值进行比较,若各分词的置信度均大于阈值,则可按照现有方式展示文本,否则,假设存在一个分词的置信度小于阈值,那么在展示文本的同时,可按照预定方式对所展示的该分词进行标记,若确定用户对该分词进行了点击操作,则可获取该分词对应的纠错候选,并展示获取到的纠错候选,供用户进行选择,之后,可确定用户所点击的纠错候选,将该分词替换为用户所点击的纠错候选,并取消所展示的该分词的标记及该分词对应的纠错候选,若所展示的该分词对应的纠错候选中不存在正确的纠错内容,可获取用户输入的纠错内容,并将该分词替换为获取到的纠错内容。
上述过程可举例说明如下:
假设用户输入的语音内容为“看懂世界格局的第一本书”,识别出的文本中的各分词“看懂”、“世界”、“格局”、“的”、“第一本”、“书”的置信度分别为:0.9、0.9、0.8、0.9、0.9、0.9,均大于阈值,那么可直接展示识别出的文本,如图3所示,图3为本申请所述展示的文本的示意图。
假设用户输入的语音内容为“看懂世界格局的第一本书”,识别出的文本中的各分词“看懂”、“世界”、“割据”、“的”、“第一本”、“书”的置信度分别为:0.7、0.8、0.2、0.8、0.6、0.7,其中“割据”的置信度小于阈值,那么在展示识别出的文本的同时,可对所展示的“割据”进行标记,如图4所示,图4为本申请所述展示的文本及标记的示意图,其中,“割据”下面用横线进行了标记,从而智能引导用户对内容的正确性进行确认和修改,若用户点击了“割据”,可进一步展示出“割据”对应的纠错候选,如图5所示,图5为本申请所述“割据”对应的纠错候选的示意图,假设用户选中了“格局”,那么可用“格局”来替换“割据”,并取消所展示的“割据”的标记及对应的纠错候选,若所展示的纠错候选中不存在正确的纠错内容,那么用户可点击“重新输入”按钮,当确定用户点击了该按钮后,可获取用户输入的纠错内容,并将“割据”替换为获取到的纠错内容。
需要说明的是,对于前述的方法实施例,为了简单描述,将其表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本申请所述方案进行进一步说明。
图6为本申请所述文本纠错装置60实施例的组成结构示意图。如图6所示,包括:识别模块601以及纠错模块602。
识别模块601,用于对用户输入的第一语音进行语音识别,得到识别出的文本。
纠错模块602,用于展示文本,并针对文本中的任一分词,分别进行以下处理:将该分词的置信度与预先设定的阈值进行比较,置信度为语音识别过程中获取到的该分词被正确识别的信任程度;若该分词的置信度小于阈值,则按照预定方式对所展示的该分词进行标记;展示该分词对应的纠错候选,将该分词替换为用户选中的纠错候选。
针对进行标记的任一分词,纠错模块602可获取该分词对应的纠错候选,并展示获取到的纠错候选,供用户进行选择。获取到的纠错候选可能为一个,也可能为多个,通常为多个。
如何获取该分词的纠错候选不作限制,比如,可根据用户以往的输入历史信息、联想规则以及声音相似性等,确定出该分词的纠错候选。
或者,针对进行标记的任一分词,纠错模块602也可在确定用户对该分词进行了点击操作后,获取该分词对应的纠错候选,并展示获取到的纠错候选,供用户进行选择。
在展示任一分词对应的纠错候选后,纠错模块602可将该分词替换为用户所选中的纠错候选。比如,可确定用户所点击的纠错候选,将该分词替换为用户所点击的纠错候选,或者,可获取用户输入的第二语音,确定出第二语音对应的纠错候选,将该分词替换为第二语音对应的纠错候选,第二语音可以是指用户通过语音的方式说出选中的纠错候选的展示序号(如处于从左到右依次展示的各纠错候选中的位置序号),也可以是指用户通过语音的方式直接说出选中的纠错候选等。
在将任一分词替换为用户选中的纠错候选之后,纠错模块602还可取消所展示的该分词的标记及分词对应的纠错候选。
在实际应用中,还可能出现以下情况:如某一分词为识别错误的分词,但所展示的该分词对应的纠错候选中并不存在正确的纠错内容。针对这种情况,纠错模块602还可在展示该分词对应的纠错候选的同时,展示预定按钮,若确定用户点击了预定按钮,则可进一步获取用户输入的纠错内容,并将该分词替换为获取到的纠错内容。
图6所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明,不再赘述。
总之,采用本申请装置实施例所述方案,可基于语音识别过程中获取到的置信度自动地对可能识别错误的分词进行定位和标记,并可提供相应的纠错候选供用户选择,进而可利用用户选中的纠错候选替换识别错误的分词,从而简化了用户操作,并提升了纠错效率和纠错结果的准确性等。
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7所示,是根据本申请实施例所述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7所示,该电子设备包括:一个或多个处理器Y01、存储器Y02,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)上显示图形用户界面的图形信息的指令。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7中以一个处理器Y01为例。
存储器Y02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方法。
存储器Y02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方法对应的程序指令/模块。处理器Y01通过运行存储在存储器Y02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方法。
存储器Y02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电子设备的使用所创建的数据等。此外,存储器Y02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Y02可选包括相对于处理器Y01远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、区块链网络、局域网、移动通信网及其组合。
电子设备还可以包括:输入装置Y03和输出装置Y04。处理器Y01、存储器Y02、输入装置Y03和输出装置Y04可以通过总线或者其他方式连接,图7中以通过总线连接为例。
输入装置Y03可接收输入的数字或字符信息,以及产生与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Y04可以包括显示设备、辅助照明装置和触觉反馈装置(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、发光二极管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),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,阴极射线管或者液晶显示器监视器);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、广域网、区块链网络和互联网。
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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
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 (12)

1.一种文本纠错方法,包括:
对用户输入的第一语音进行语音识别,得到识别出的文本;
展示所述文本,并针对所述文本中的任一分词,分别进行以下处理:
将所述分词的置信度与预先设定的阈值进行比较,所述置信度为所述语音识别过程中获取到的所述分词被正确识别的信任程度;
若所述分词的置信度小于所述阈值,则按照预定方式对所展示的所述分词进行标记;
展示所述分词对应的纠错候选,将所述分词替换为用户选中的纠错候选。
2.根据权利要求1所述的方法,还包括:
若确定用户对所述分词进行了点击操作,则获取所述分词对应的纠错候选,并展示所述纠错候选,供用户进行选择。
3.根据权利要求1所述的方法,其中,所述将所述分词替换为用户选中的纠错候选包括:
确定用户所点击的纠错候选,将所述分词替换为用户所点击的纠错候选;
或者,获取用户输入的第二语音,确定出所述第二语音对应的纠错候选,将所述分词替换为所述第二语音对应的纠错候选。
4.根据权利要求1所述的方法,还包括:
在将所述分词替换为用户选中的纠错候选之后,取消所展示的所述分词的标记及所述分词对应的纠错候选。
5.根据权利要求1所述的方法,还包括:
在展示所述分词对应的纠错候选的同时,展示预定按钮;
若确定用户点击了所述预定按钮,则获取用户输入的纠错内容,并将所述分词替换为获取到的纠错内容。
6.一种文本纠错装置,包括:识别模块以及纠错模块;
所述识别模块,用于对用户输入的第一语音进行语音识别,得到识别出的文本;
所述纠错模块,用于展示所述文本,并针对所述文本中的任一分词,分别进行以下处理:将所述分词的置信度与预先设定的阈值进行比较,所述置信度为所述语音识别过程中获取到的所述分词被正确识别的信任程度;若所述分词的置信度小于所述阈值,则按照预定方式对所展示的所述分词进行标记;展示所述分词对应的纠错候选,将所述分词替换为用户选中的纠错候选。
7.根据权利要求6所述的装置,其中,所述纠错模块进一步用于,若确定用户对所述分词进行了点击操作,则获取所述分词对应的纠错候选,并展示所述纠错候选,供用户进行选择。
8.根据权利要求6所述的装置,其中,所述纠错模块确定用户所点击的纠错候选,将所述分词替换为用户所点击的纠错候选,或者,获取用户输入的第二语音,确定出所述第二语音对应的纠错候选,将所述分词替换为所述第二语音对应的纠错候选。
9.根据权利要求6所述的装置,其中,所述纠错模块进一步用于,在将所述分词替换为用户选中的纠错候选之后,取消所展示的所述分词的标记及所述分词对应的纠错候选。
10.根据权利要求6所述的装置,其中,所述纠错模块进一步用于,在展示所述分词对应的纠错候选的同时,展示预定按钮,若确定用户点击了所述预定按钮,则获取用户输入的纠错内容,并将所述分词替换为获取到的纠错内容。
11.一种电子设备,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权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
CN202010617088.7A 2020-06-30 2020-06-30 文本纠错方法、装置、电子设备及存储介质 Pending CN111881675A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010617088.7A CN111881675A (zh) 2020-06-30 2020-06-30 文本纠错方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010617088.7A CN111881675A (zh) 2020-06-30 2020-06-30 文本纠错方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111881675A true CN111881675A (zh) 2020-11-03

Family

ID=73157435

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010617088.7A Pending CN111881675A (zh) 2020-06-30 2020-06-30 文本纠错方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111881675A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112837687A (zh) * 2021-03-03 2021-05-25 北京百家科技集团有限公司 一种答题方法、装置、计算机设备及存储介质
CN113362827A (zh) * 2021-06-24 2021-09-07 未鲲(上海)科技服务有限公司 语音识别方法、装置、计算机设备及存储介质
CN113470638A (zh) * 2021-05-28 2021-10-01 荣耀终端有限公司 槽位填充的方法、芯片、电子设备和可读存储介质
CN113793597A (zh) * 2021-09-15 2021-12-14 云知声智能科技股份有限公司 一种语音识别方法、装置、电子设备和存储介质
CN114241471A (zh) * 2022-02-23 2022-03-25 阿里巴巴达摩院(杭州)科技有限公司 视频文本识别方法、装置、电子设备及可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106098060A (zh) * 2016-05-19 2016-11-09 北京搜狗科技发展有限公司 语音的纠错处理方法和装置、用于语音的纠错处理的装置
CN107544726A (zh) * 2017-07-04 2018-01-05 百度在线网络技术(北京)有限公司 基于人工智能的语音识别结果纠错方法、装置及存储介质
CN110765763A (zh) * 2019-09-24 2020-02-07 金蝶软件(中国)有限公司 语音识别文本的纠错方法、装置、计算机设备和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106098060A (zh) * 2016-05-19 2016-11-09 北京搜狗科技发展有限公司 语音的纠错处理方法和装置、用于语音的纠错处理的装置
CN107544726A (zh) * 2017-07-04 2018-01-05 百度在线网络技术(北京)有限公司 基于人工智能的语音识别结果纠错方法、装置及存储介质
CN110765763A (zh) * 2019-09-24 2020-02-07 金蝶软件(中国)有限公司 语音识别文本的纠错方法、装置、计算机设备和存储介质

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112837687A (zh) * 2021-03-03 2021-05-25 北京百家科技集团有限公司 一种答题方法、装置、计算机设备及存储介质
CN113470638A (zh) * 2021-05-28 2021-10-01 荣耀终端有限公司 槽位填充的方法、芯片、电子设备和可读存储介质
CN113470638B (zh) * 2021-05-28 2022-08-26 荣耀终端有限公司 槽位填充的方法、芯片、电子设备和可读存储介质
CN113362827A (zh) * 2021-06-24 2021-09-07 未鲲(上海)科技服务有限公司 语音识别方法、装置、计算机设备及存储介质
CN113362827B (zh) * 2021-06-24 2024-02-13 上海风和雨网络科技有限公司 语音识别方法、装置、计算机设备及存储介质
CN113793597A (zh) * 2021-09-15 2021-12-14 云知声智能科技股份有限公司 一种语音识别方法、装置、电子设备和存储介质
CN114241471A (zh) * 2022-02-23 2022-03-25 阿里巴巴达摩院(杭州)科技有限公司 视频文本识别方法、装置、电子设备及可读存储介质
CN114241471B (zh) * 2022-02-23 2022-06-21 阿里巴巴达摩院(杭州)科技有限公司 视频文本识别方法、装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN111881675A (zh) 文本纠错方法、装置、电子设备及存储介质
CN111859994B (zh) 机器翻译模型获取及文本翻译方法、装置及存储介质
CN111967268A (zh) 文本中的事件抽取方法、装置、电子设备和存储介质
CN110738997B (zh) 一种信息修正方法、装置、电子设备及存储介质
CN111783451A (zh) 用于增强文本样本的方法和装置
CN111709234B (zh) 文本处理模型的训练方法、装置及电子设备
CN112001169B (zh) 文本纠错的方法、装置、电子设备和可读存储介质
CN112926306B (zh) 文本纠错方法、装置、设备以及存储介质
CN110597994A (zh) 事件元素识别方法和装置
US11443100B2 (en) Method and apparatus for correcting character errors, electronic device and storage medium
CN111160013B (zh) 文本纠错方法及装置
CN112153206B (zh) 一种联系人匹配方法、装置、电子设备及存储介质
CN112541076B (zh) 目标领域的扩充语料生成方法、装置和电子设备
CN111859997A (zh) 机器翻译中的模型训练方法、装置、电子设备及存储介质
CN111339759A (zh) 领域要素识别模型训练方法、装置及电子设备
US11216615B2 (en) Method, device and storage medium for predicting punctuation in text
CN112270168A (zh) 对白情感风格预测方法、装置、电子设备及存储介质
CN111090991A (zh) 场景纠错方法、装置、电子设备和存储介质
CN111708800A (zh) 查询方法、装置及电子设备
CN111665956B (zh) 候选字符串的处理方法、装置、电子设备及存储介质
CN111241302B (zh) 职位信息图谱生成方法、装置、设备和介质
CN112466295A (zh) 语言模型训练方法、应用方法、装置、设备及存储介质
CN113204667A (zh) 音频标注模型的训练与音频标注的方法、装置
CN111291192A (zh) 知识图谱中三元组置信度计算方法和装置
CN112270169B (zh) 对白角色预测方法、装置、电子设备及存储介质

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