CN112837672A - 对话归属的确定方法、装置、电子设备及存储介质 - Google Patents
对话归属的确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112837672A CN112837672A CN201911060501.8A CN201911060501A CN112837672A CN 112837672 A CN112837672 A CN 112837672A CN 201911060501 A CN201911060501 A CN 201911060501A CN 112837672 A CN112837672 A CN 112837672A
- Authority
- CN
- China
- Prior art keywords
- information
- character
- conversation
- text
- text information
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/02—Methods for producing synthetic speech; Speech synthesisers
- G10L13/04—Details of speech synthesis systems, e.g. synthesiser structure or memory management
- G10L13/047—Architecture of speech synthesisers
Abstract
本实施例提供的对话归属的确定方法、装置、电子设备及存储介质,通过获取文本信息,识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息;将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型;输出每一对话和各人物之间的关联度,并根据各关联度确定每一对话所归属的人物的方案,从而可自动识别文本信息中每一对话所归属的人物,进而便于后续基于语音转换技术将不同人物的对应的对话转换为相应人物的语音,提高了处理和转换效率,降低了成本。
Description
技术领域
本公开实施例涉及大数据处理领域,尤其涉及一种对话归属的确定方法、装置、电子设备及存储介质。
背景技术
随着智能终端等电子设备的发展和普及,越来越多的人们开始通过智能终端来实现阅读的需求,其中有声读物以其使用简单、便捷、不受使用环境限制等优点,被越来越多的人们所接受,成为人们主要的阅读方式之一。
现有技术中,有声读物主要为有声小说,对于有声小说中不同人物的对话,一般是采用人工方式对其进行归属角色标注,之后再利用语音转换技术,将不同角色的对应的对话内容,转换为不同的人声数据,实现有声小说的语音合成。
在上述现有技术中,由于需要采用人工方式对人物对话进行归属角色标注,效率低,人工成本高,工作量大,无法适用于需要对大量数据进行归属标注的有声小说语音合成的场景。
发明内容
针对上述问题,本公开提供了一种对话归属的确定方法、装置、电子设备及存储介质。
第一方面,本公开实施例提供一种对话归属的确定方法,包括:
获取文本信息,识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息;
将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型;
输出每一对话和各人物之间的关联度,并根据各关联度确定每一对话所归属的人物。
第二方面,本公开实施例提供一种对话归属的确定装置,包括:
第一处理模块,用于获取文本信息,识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息;
识别模块,用于将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型;
第二处理模块,用于输出每一对话和各人物之间的关联度,并根据各关联度确定每一对话所归属的人物。
第三方面,本公开实施例提供一种电子设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的对话归属的确定方法。
第四方面,本公开实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的对话归属的确定方法。
本实施例提供的对话归属的确定方法、装置、电子设备及存储介质,通过获取文本信息,识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息;将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型;输出每一对话和各人物之间的关联度,并根据各关联度确定每一对话所归属的人物的方案,从而可自动识别文本信息中每一对话所归属的人物,进而便于后续基于语音转换技术将不同人物的对应的对话转换为相应人物的语音,提高了处理和转换效率,降低了成本。
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作一简单地介绍,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性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开所基于的网络架构的示意图;
图2为本公开实施例提供的一种对话归属的确定方法的流程示意图;
图3为本公开实施例提供的一种对话归属的确定方法的界面示意图;
图4为本公开实施例提供的对话归属的确定装置的结构框图;
图5为本公开实施例提供的电子设备的硬件结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
随着智能终端等电子设备的发展和普及,越来越多的人们开始通过智能终端来实现阅读的需求,其中有声读物以其使用简单、便捷、不受使用环境限制等优点,被越来越多的人们所接受,成为人们主要的阅读方式之一。
现有技术中,有声读物主要为有声小说,对于有声小说中不同人物的对话,一般是采用人工方式对其进行归属角色标注,之后再利用语音转换技术,将不同角色的对应的对话内容,转换为不同的人声数据,实现有声小说的语音合成。
在上述现有技术中,由于需要采用人工方式对人物对话进行归属角色标注,效率低,人工成本高,工作量大,无法适用于需要对大量数据进行归属标注的有声小说语音合成的场景。
针对上述问题,本公开提供了一种对话归属的确定方法、装置、电子设备及存储介质。
参考图1,图1为本公开所基于的网络架构的示意图,如图1所示的,本公开基于的一种网络架构可包括对话归属的确定装置2以及各终端1。
其中,对话归属的确定装置2是可与各终端1通过网络进行交互的硬件或软件,其可用于执行下述各实施例中所述的对话归属的确定方法。
当对话归属的确定装置1为硬件时,包括具备运算功能的云端服务器。当对话归属的确定装置1为软件时,其可以安装在具备运算功能的电子设备中,其中的电子设备包括但不限于膝上型便携计算机和台式计算机等等。
此外,终端1是指包括智能手机、平板电脑、台式计算机等在内的可与前述的对话归属的确定装置2通过网络进行通信和信息交互的设备。
例如,在有声读物的语音合成这一实际场景中,对话归属的确定装置2具体可加载在有声读物的运行服务器中,一般的该运行服务器中将存储有大量可转化为有声读物的读物文本信息。该运行服务器可与终端1进行交互,以根据接收用户的读物收听请求,并确定用户触发的想要收听的目标读物。随后,对话归属的确定装置2可采用本公开提供的对话归属的确定方法对该目标读物的文本信息进行处理,以确定文本信息中每一对话所归属的人物,进而可便于运行服务器基于对话归属对文本信息进行文本语音转换处理,并将处理后的有声读物发送给终端1。
当然,在可选场景下,该对话归属的确定装置2可预先对运行服务器中的已有的全部文本信息进行处理,以使运行服务器可预先将有声读物的文本信息转换为语音信息并存储,进而可在运行服务器接收到终端发起的收听请求时,可直接将相应的有声读物的语音信息和文本信息发送给用户,以供用户收听。
需要说明的是,基于不同的应用场景,上述的运行服务器还可存储有其他类型的文本信息,且运行服务器、对话归属的确定装置以及终端之间还可存在其他交互方式,本公开对此不进行不限制。
第一方面,参考图2,图2为本公开实施例提供的一种对话归属的确定方法的流程示意图。本公开实施例提供的对话归属的确定方法,包括:
步骤101、获取文本信息,识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息。
需要说明的是,本实施例所提供的对话归属的确定方法的执行主体为前述的对话归属的确定装置。
具体来说,首先确定装置将获取到文本信息,该文本信息在不同的应用场景下有着不同的文本内容。例如,在有声读物的语音合成这一场景下,该文本信息则为读物文本信息,即小说文本等;又如,在对于聊天记录进行语音合成时,该文本信息则为聊天的文本记录。此外,确定装置获取文本信息的方式可基于云存储技术实现,即从云端的运行服务器中调用或接收相关的文本信息。
随后,确定装置将对文本信息进行识别处理,以获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息。
具体的,确定装置可先采用正则表达式确定各对话在所述文本信息中的位置,并根据各对话的位置提取各对话的对话信息。正则表达式是一种可用于基于预设规则对文本中特定信息进行检索的规则表达式,在本实施例中,可利用预设的正则表达式对文本信息中的对话进行检索。例如,一般的对话会利用引号进行引出,因此,可设置相应的正则表达式以确定引号在文本信息中的位置,以作为对话所在的位置;又例如,有些对话会以“某人物说”作为提示,因此,可设置相应的正则表达式以确定“某人物说”在文本中的位置,并基于该位置确定对话在文本信息中的位置。当确定装置获得各对话的位置之后,还将基于对话的位置提取对话的对话信息。
随后,采用命名实体识别确定所述文本信息中的出现的各人物和人物信息。命名实体识别技术是一种从文本中识别出命名性质的内容的技术,其识别范围包括人名、地名、机构名、专有名词等。在本实施例中,利用该命实体识别技术以识别出文本信息中出现人物的人物信息,即人物名称。进一步的,为了便于后续对于对话所归属的人物进行处理,可选实施例中,还可通过统计每一人物在所述文本信息中的出现次数,并将各人物的包括所述人物名称和出现次数作为人物信息。
步骤102、将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型。
步骤103、输出每一对话和各人物之间的关联度,并根据各关联度确定每一对话所归属的人物。
具体来说,在本公开实施例中,对话归属识别模型是一种可用于对数据进行分类的机器学习算法模型,其机器学习算法模型具体可基于神经网络技术实现,其可将输入的数据进行数值化处理,并将数值化处理后的数据分类到不同的类别上。
在本公开实施例中,在将对话信息和任务信息输入至训练完毕的对话归属识别模型之前,还需对对话信息和人物信息进行预处理,其预处理包括对对话信息和人物信息进行向量化处理,获得对话信息和人物信息的稠密向量,并将获得的稠密向量输入训练完毕的对话归属识别模型。具体的,确定装置可基于文本向量转换模型实现对信息的向量化处理,该文本向量转换模型可为现有模型,例如双向编码模型(Bidirectional EncoderRepresentations from Transformers,简称BERT);还可例如Pretrained EmbeddingTable模型等。
此外,为了对话归属识别模型对向量的来源进行区别,在获得的对话信息和人物信息的稠密向量的基础上,在其末尾还可添加一标识向量,如,元素为1的对话标识向量和元素为0的人物标识向量。
举例来说,对话标识向量中的元素可置1,而上下文标识向量中的元素可置0。也就是说,在获得的对话信息和人物信息的稠密向量添加相应的标识向量以对向量类型进行区分,便于后续处理。
随后,确定装置的对话归属识别模型将输出每一对话和各人物之间的关联度,根据各关联度确定每一对话所归属的人物。其中,关联度具体可用于表示对话与人物之间的呈现归属关系的置信度,例如,针对每一对话,当某一人物在文本中出现的位置与该对话出现的位置越接近时,其该对话与该人物之间的关联度越大,即其二者呈现归属关系的置信度越高;反之,当该对话与该人物的位置距离越远,该对话与该人物之间的关联度越小,即其二者呈现归属关系的置信度越低。又例如,当某一人物在文本中出现的次数越多,其各对话与该人物之间的关联度越大,即其二者呈现归属关系的置信度越高;反之,当某一人物在文本中出现的次数越少,其各对话与该人物之间的关联度越小,即其二者呈现归属关系的置信度越低。
因此,确认装置将根据获得的由训练完毕的对话归属识别模型所输出每一对话和各人物之间的关联度,确定每一对话所归属的人物。
在其他可选示例中,该确定方法还可包括:建立对话归属识别模型,并获取训练数据;其中,所述训练数据包括所述文本训练信息中的至少一个对话的对话训练信息和所述文本训练信息中出现的至少一个人物的人物训练信息、以及每一对话归属的人物;利用所述训练数据对建立的对话归属识别模型进行训练,获得训练完毕的对话归属识别模型。
在其他可选示例中,该确定方法还可包括,根据文本信息中每一对话所归属的人物,采用与每一对话所归属的人物相应的人物语音数据,对所述文本信息进行文本语音转化,获得所述文本信息对应的音频信息。图3为本公开实施例提供的一种对话归属的确定方法的界面示意图,如图3所示的,确定装置会将文本信息以及相应的音频信息发送至终端,以使终端在显示界面显示文本信息,并将相应的音频信息输出给用户。
本实施例提供的对话归属的确定方法,通过获取文本信息,识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息;将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型;输出每一对话和各人物之间的关联度,并根据各关联度确定每一对话所归属的人物的方案,从而可自动识别文本信息中每一对话所归属的人物,进而便于后续基于语音转换技术将不同人物的对应的对话转换为相应人物的语音,提高了处理和转换效率,降低了成本。
对应于上文实施例的对话归属的确定方法,图4为本公开实施例提供的对话归属的确定装置的结构框图。为了便于说明,仅示出了与本公开实施例相关的部分。参照图4,所述对话归属的确定装置包括:第一处理模块10、识别模块20、第二处理模块30。
其中,第一处理模块10,用于获取文本信息,识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息;
识别模块20,用于将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型;
第二处理模块30,用于输出每一对话和各人物之间的关联度,并根据各关联度确定每一对话所归属的人物。
所述第一处理模块10具体用于采用正则表达式确定各对话在所述文本信息中的位置,并根据各对话的位置提取各对话的对话信息;采用命名实体识别确定所述文本信息中的出现的各人物和人物信息。
在可选实施例中,所述第一处理模块10具体用于采用命名实体识别确定所述文本信息中的出现的各人物的人物名称,并统计每一人物在所述文本信息中的出现次数,获得每一人物的包括所述人物名称和出现次数在内的人物信息。
在可选实施例中,所述识别模块20具体用于对所述对话信息和所述人物信息进行向量化处理,获得所述对话信息和所述人物信息的稠密向量;将所述稠密向量输入训练完毕的对话归属识别模型。
在可选实施例中,所述识别模块20还用于建立对话归属识别模型,并获取训练数据;其中,所述训练数据包括所述文本训练信息中的至少一个对话的对话训练信息和所述文本训练信息中出现的至少一个人物的人物训练信息、以及每一对话归属的人物;利用所述训练数据对建立的对话归属识别模型进行训练,获得训练完毕的对话归属识别模型。
在可选实施例中,该确定装置还包括:转换模块;所述转换模块,用于根据文本信息中每一对话所归属的人物,采用与每一对话所归属的人物相应的人物语音数据,对所述文本信息进行文本语音转化,获得所述文本信息对应的音频信息。
本实施例提供的对话归属的确定装置,通过对用户进行分组,并确定对各组用户所采用的信息推送方式,其中,不同组的用户的信息推送方式不同;在当前推送周期按照预设流量比例向各组用户进行信息推送,采集基于不同的信息推送方式对各组用户进行信息推送的反馈率;根据所述当前推送周期的反馈率,对所述预设流量比例进行调整;在下一推送周期按照调整后的流量比例向各组用户进行信息推送,采集基于不同的信息推送方式在下一推送周期的反馈率,重复推送和采集反馈率的步骤直至所述反馈率达到最大值的方案,从而使得整个推送试验阶段的各信息推送方式所带来的反馈率保持最大,进而使得推送试验所得到的推送方式更能匹配用户的喜好,也使得用户在推送试验阶段的信息接收到效果不佳的推送方式的时间较短,提高用户在参与推送试验阶段的用户体验。
本实施例提供的电子设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
参考图5,其示出了适于用来实现本公开实施例的电子设备900的结构示意图,该电子设备900可以为终端设备或服务器。其中,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、个人数字助理(Personal Digital Assistant,简称PDA)、平板电脑(Portable Android Device,简称PAD)、便携式多媒体播放器(Portable MediaPlayer,简称PMP)、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5示出的电子设备仅仅是一个实施例,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5所示,电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901,其可以根据存储在只读存储器(Read Only Memory,简称ROM)902中的程序或者从存储装置908加载到随机访问存储器(Random Access Memory,简称RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
通常,以下装置可以连接至I/O接口905: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906;包括例如液晶显示器(Liquid CrystalDisplay,简称LCD)、扬声器、振动器等的输出装置907;包括例如磁带、硬盘等的存储装置908;以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备900,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909从网络上被下载和安装,或者从存储装置908被安装,或者从ROM902被安装。在该计算机程序被处理装置901执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上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。
上述计算机可读介质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,使得该电子设备执行上述实施例所示的方法。
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(LocalArea Network,简称LAN)或广域网(Wide Area Network,简称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,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
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,可以使用的示范类型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实施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。
以下是本公开的一些实施例。
第一方面,根据本公开的一个或多个实施例,一种对话归属的确定方法,包括:
获取文本信息,识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息;
将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型;
输出每一对话和各人物之间的关联度,并根据各关联度确定每一对话所归属的人物。
在本公开提供的可选实施例中,所述识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息,包括:
采用正则表达式确定各对话在所述文本信息中的位置,并根据各对话的位置提取各对话的对话信息;
采用命名实体识别确定所述文本信息中的出现的各人物和人物信息。
在本公开提供的可选实施例中,所述采用命名实体识别确定所述文本信息中的出现的各人物和人物信息,包括:
采用命名实体识别确定所述文本信息中的出现的各人物的人物名称,并统计每一人物在所述文本信息中的出现次数,获得每一人物的包括所述人物名称和出现次数在内的人物信息。
在本公开提供的可选实施例中,所述将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型,包括:
对所述对话信息和所述人物信息进行向量化处理,获得所述对话信息和所述人物信息的稠密向量;
将所述稠密向量输入训练完毕的对话归属识别模型。
在本公开提供的可选实施例中,该方法还包括:
建立对话归属识别模型,并获取训练数据;其中,所述训练数据包括所述文本训练信息中的至少一个对话的对话训练信息和所述文本训练信息中出现的至少一个人物的人物训练信息、以及每一对话归属的人物;
利用所述训练数据对建立的对话归属识别模型进行训练,获得训练完毕的对话归属识别模型。
在本公开提供的可选实施例中,该方法还包括:
根据文本信息中每一对话所归属的人物,采用与每一对话所归属的人物相应的人物语音数据,对所述文本信息进行文本语音转化,获得所述文本信息对应的音频信息。
第二方面,根据本公开的一个或多个实施例,一种对话归属的确定装置,包括:
第一处理模块,用于获取文本信息,识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息;
识别模块,用于将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型;
第二处理模块,用于输出每一对话和各人物之间的关联度,并根据各关联度确定每一对话所归属的人物。
在本公开提供的可选实施例中,所述第一处理模块具体用于采用正则表达式确定各对话在所述文本信息中的位置,并根据各对话的位置提取各对话的对话信息;采用命名实体识别确定所述文本信息中的出现的各人物和人物信息。
在本公开提供的可选实施例中,所述第一处理模块具体用于采用命名实体识别确定所述文本信息中的出现的各人物的人物名称,并统计每一人物在所述文本信息中的出现次数,获得每一人物的包括所述人物名称和出现次数在内的人物信息。
在本公开提供的可选实施例中,所述识别模块具体用于对所述对话信息和所述人物信息进行向量化处理,获得所述对话信息和所述人物信息的稠密向量;将所述稠密向量输入训练完毕的对话归属识别模型。
在本公开提供的可选实施例中,所述识别模块还用于建立对话归属识别模型,并获取训练数据;其中,所述训练数据包括所述文本训练信息中的至少一个对话的对话训练信息和所述文本训练信息中出现的至少一个人物的人物训练信息、以及每一对话归属的人物;利用所述训练数据对建立的对话归属识别模型进行训练,获得训练完毕的对话归属识别模型。
在本公开提供的可选实施例中,还包括:转换模块;
所述转换模块,用于根据文本信息中每一对话所归属的人物,采用与每一对话所归属的人物相应的人物语音数据,对所述文本信息进行文本语音转化,获得所述文本信息对应的音频信息。
第三方面,根据本公开的一个或多个实施例,一种电子设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如前所述的对话归属的确定方法。
第四方面,根据本公开的一个或多个实施例,一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如前所述的对话归属的确定方法。
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实施例形式。
Claims (14)
1.一种对话归属的确定方法,其特征在于,包括:
获取文本信息,识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息;
将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型;
输出每一对话和各人物之间的关联度,并根据各关联度确定每一对话所归属的人物。
2.根据权利要求1所述的对话归属的确定方法,其特征在于,所述识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息,包括:
采用正则表达式确定各对话在所述文本信息中的位置,并根据各对话的位置提取各对话的对话信息;
采用命名实体识别确定所述文本信息中的出现的各人物和人物信息。
3.根据权利要求2所述的对话归属的确定方法,其特征在于,所述采用命名实体识别确定所述文本信息中的出现的各人物和人物信息,包括:
采用命名实体识别确定所述文本信息中的出现的各人物的人物名称,并统计每一人物在所述文本信息中的出现次数,获得每一人物的包括所述人物名称和出现次数在内的人物信息。
4.根据权利要求1所述的对话归属的确定方法,其特征在于,所述将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型,包括:
对所述对话信息和所述人物信息进行向量化处理,获得所述对话信息和所述人物信息的稠密向量;
将所述稠密向量输入训练完毕的对话归属识别模型。
5.根据权利要求1所述的对话归属的确定方法,其特征在于,还包括:
建立对话归属识别模型,并获取训练数据;其中,所述训练数据包括所述文本训练信息中的至少一个对话的对话训练信息和所述文本训练信息中出现的至少一个人物的人物训练信息、以及每一对话归属的人物;
利用所述训练数据对建立的对话归属识别模型进行训练,获得训练完毕的对话归属识别模型。
6.根据权利要求1-5任一项所述的对话归属的确定方法,其特征在于,还包括:
根据文本信息中每一对话所归属的人物,采用与每一对话所归属的人物相应的人物语音数据,对所述文本信息进行文本语音转化,获得所述文本信息对应的音频信息。
7.一种对话归属的确定装置,其特征在于,包括:
第一处理模块,用于获取文本信息,识别获得所述文本信息中的至少一个对话的对话信息和所述文本信息中出现的至少一个人物的人物信息;
识别模块,用于将所述对话信息和所述人物信息输入训练完毕的对话归属识别模型;
第二处理模块,用于输出每一对话和各人物之间的关联度,并根据各关联度确定每一对话所归属的人物。
8.根据权利要求7所述的对话归属的确定装置,其特征在于,所述第一处理模块具体用于采用正则表达式确定各对话在所述文本信息中的位置,并根据各对话的位置提取各对话的对话信息;采用命名实体识别确定所述文本信息中的出现的各人物和人物信息。
9.根据权利要求8所述的对话归属的确定装置,其特征在于,所述第一处理模块具体用于采用命名实体识别确定所述文本信息中的出现的各人物的人物名称,并统计每一人物在所述文本信息中的出现次数,获得每一人物的包括所述人物名称和出现次数在内的人物信息。
10.根据权利要求7所述的对话归属的确定装置,其特征在于,所述识别模块具体用于对所述对话信息和所述人物信息进行向量化处理,获得所述对话信息和所述人物信息的稠密向量;将所述稠密向量输入训练完毕的对话归属识别模型。
11.根据权利要求7所述的对话归属的确定装置,其特征在于,所述识别模块还用于建立对话归属识别模型,并获取训练数据;其中,所述训练数据包括所述文本训练信息中的至少一个对话的对话训练信息和所述文本训练信息中出现的至少一个人物的人物训练信息、以及每一对话归属的人物;利用所述训练数据对建立的对话归属识别模型进行训练,获得训练完毕的对话归属识别模型。
12.根据权利要求7-11任一项所述的对话归属的确定装置,其特征在于,还包括:转换模块;
所述转换模块,用于根据文本信息中每一对话所归属的人物,采用与每一对话所归属的人物相应的人物语音数据,对所述文本信息进行文本语音转化,获得所述文本信息对应的音频信息。
13.一种电子设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1-6任一项所述的对话归属的确定方法。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1-6任一项所述的对话归属的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911060501.8A CN112837672B (zh) | 2019-11-01 | 2019-11-01 | 对话归属的确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911060501.8A CN112837672B (zh) | 2019-11-01 | 2019-11-01 | 对话归属的确定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112837672A true CN112837672A (zh) | 2021-05-25 |
CN112837672B CN112837672B (zh) | 2023-05-09 |
Family
ID=75921351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911060501.8A Active CN112837672B (zh) | 2019-11-01 | 2019-11-01 | 对话归属的确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112837672B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409766A (zh) * | 2021-05-31 | 2021-09-17 | 北京搜狗科技发展有限公司 | 一种识别方法、装置、用于识别的装置及语音合成方法 |
WO2023241409A1 (zh) * | 2022-06-17 | 2023-12-21 | 北京有竹居网络技术有限公司 | 用于确定文本中说话者的方法、装置、设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108091321A (zh) * | 2017-11-06 | 2018-05-29 | 芋头科技(杭州)有限公司 | 一种语音合成方法 |
CN108134876A (zh) * | 2017-12-21 | 2018-06-08 | 广东欧珀移动通信有限公司 | 对话分析方法、装置、存储介质及移动终端 |
CN109241256A (zh) * | 2018-08-20 | 2019-01-18 | 百度在线网络技术(北京)有限公司 | 对话处理方法、装置、计算机设备和可读存储介质 |
US20190043474A1 (en) * | 2017-08-07 | 2019-02-07 | Lenovo (Singapore) Pte. Ltd. | Generating audio rendering from textual content based on character models |
US20190081914A1 (en) * | 2017-09-08 | 2019-03-14 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for generating candidate reply message |
CN109960784A (zh) * | 2019-02-22 | 2019-07-02 | 广州大为文化股份有限公司 | 对话形式的文本阅读方法、系统及存储介质 |
CN110136727A (zh) * | 2019-04-16 | 2019-08-16 | 平安科技(深圳)有限公司 | 基于说话内容的说话者身份识别方法、装置及存储介质 |
-
2019
- 2019-11-01 CN CN201911060501.8A patent/CN112837672B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190043474A1 (en) * | 2017-08-07 | 2019-02-07 | Lenovo (Singapore) Pte. Ltd. | Generating audio rendering from textual content based on character models |
US20190081914A1 (en) * | 2017-09-08 | 2019-03-14 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for generating candidate reply message |
CN108091321A (zh) * | 2017-11-06 | 2018-05-29 | 芋头科技(杭州)有限公司 | 一种语音合成方法 |
CN108134876A (zh) * | 2017-12-21 | 2018-06-08 | 广东欧珀移动通信有限公司 | 对话分析方法、装置、存储介质及移动终端 |
CN109241256A (zh) * | 2018-08-20 | 2019-01-18 | 百度在线网络技术(北京)有限公司 | 对话处理方法、装置、计算机设备和可读存储介质 |
CN109960784A (zh) * | 2019-02-22 | 2019-07-02 | 广州大为文化股份有限公司 | 对话形式的文本阅读方法、系统及存储介质 |
CN110136727A (zh) * | 2019-04-16 | 2019-08-16 | 平安科技(深圳)有限公司 | 基于说话内容的说话者身份识别方法、装置及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409766A (zh) * | 2021-05-31 | 2021-09-17 | 北京搜狗科技发展有限公司 | 一种识别方法、装置、用于识别的装置及语音合成方法 |
WO2023241409A1 (zh) * | 2022-06-17 | 2023-12-21 | 北京有竹居网络技术有限公司 | 用于确定文本中说话者的方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112837672B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240021202A1 (en) | Method and apparatus for recognizing voice, electronic device and medium | |
CN111428010B (zh) | 人机智能问答的方法和装置 | |
CN110969012A (zh) | 文本纠错方法、装置、存储介质及电子设备 | |
CN111368559A (zh) | 语音翻译方法、装置、电子设备及存储介质 | |
US11132996B2 (en) | Method and apparatus for outputting information | |
CN112509562B (zh) | 用于文本后处理的方法、装置、电子设备和介质 | |
CN111986655B (zh) | 音频内容识别方法、装置、设备和计算机可读介质 | |
CN113378586B (zh) | 语音翻译方法、翻译模型训练方法、装置、介质及设备 | |
CN111667810B (zh) | 多音字语料的获取方法、装置、可读介质和电子设备 | |
CN111625649A (zh) | 文本处理方法、装置、电子设备及介质 | |
CN111368560A (zh) | 文本翻译方法、装置、电子设备及存储介质 | |
CN112908292A (zh) | 文本的语音合成方法、装置、电子设备及存储介质 | |
CN112765971A (zh) | 文本语音的转换方法、装置、电子设备及存储介质 | |
WO2023005729A1 (zh) | 语音信息处理方法、装置和电子设备 | |
CN112837672A (zh) | 对话归属的确定方法、装置、电子设备及存储介质 | |
CN112242143B (zh) | 一种语音交互方法、装置、终端设备及存储介质 | |
CN111859970A (zh) | 用于处理信息的方法、装置、设备和介质 | |
CN111815274A (zh) | 信息处理方法、装置和电子设备 | |
CN115129845A (zh) | 文本信息处理方法、装置和电子设备 | |
CN113221514A (zh) | 文本处理方法、装置、电子设备和存储介质 | |
CN112951274A (zh) | 语音相似度确定方法及设备、程序产品 | |
CN111899718A (zh) | 用于识别合成语音的方法、装置、设备和介质 | |
CN111859902A (zh) | 一种文本处理方法、装置、设备及介质 | |
CN112307162A (zh) | 用于信息交互的方法和装置 | |
CN112542157A (zh) | 语音处理方法、装置、电子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 |