CN113807973B - 文本纠错方法、装置、电子设备及计算机可读存储介质 - Google Patents

文本纠错方法、装置、电子设备及计算机可读存储介质 Download PDF

Info

Publication number
CN113807973B
CN113807973B CN202111086837.9A CN202111086837A CN113807973B CN 113807973 B CN113807973 B CN 113807973B CN 202111086837 A CN202111086837 A CN 202111086837A CN 113807973 B CN113807973 B CN 113807973B
Authority
CN
China
Prior art keywords
text
label
recognition
history
corrected
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
Application number
CN202111086837.9A
Other languages
English (en)
Other versions
CN113807973A (zh
Inventor
陈迎运
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202111086837.9A priority Critical patent/CN113807973B/zh
Publication of CN113807973A publication Critical patent/CN113807973A/zh
Application granted granted Critical
Publication of CN113807973B publication Critical patent/CN113807973B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • 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
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/117—Tagging; Marking up; Designating a block; Setting of attributes
    • 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
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Finance (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Mathematical Physics (AREA)
  • Molecular Biology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)

Abstract

本发明涉及人工智能及数字医疗技术，揭露了一种文本纠错方法，包括：对历史识别文本及历史标注文本进行意图识别，得到第一标签及第二标签，根据第一标签及第二标签构建标签训练集，并训练预构建的二分类模型，得到标签识别模型，获取实时语音识别文本，利用标签识别模型对实时语音识别文本进行标签识别，根据标签识别的结果判断实时语音识别文本是否为待纠错文本，若所述实时语音识别文本为待纠错文本，则利用文本纠错模型进行纠错，并将纠错后的文本输出至终端。本发明所述历史识别文本可以为医疗病例并可存储在区块链节点中。本发明还提出一种文本纠错方法装置、电子设备以及计算机可读存储介质。本发明可以提高语音识别的准确率。

Description

文本纠错方法、装置、电子设备及计算机可读存储介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种文本纠错方法、装置、电子设备及计算机可读存储介质。
背景技术
语音识别(Automatic Speech Recognition)是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。
但是目前的语音识别方法有以下几点缺陷：1、在面临复杂的情形，如遇到用户说方言的情况，目前的语音识别方法转出的文本与真实文本相比相差较大且错误较多。2、目前的语音识别方法会存在同义词被纠错的情况，如：“好的”被转为“好哒”、“好啊”等时，也会被认为错误文本进行纠错。从而使得语音识别的响应时间较长，语音识别效率较低。
综上所述，目前的语音识别方法执行语言识别时可能会存在识别不准确的问题。
发明内容
本发明提供一种文本纠错方法、装置、设备及存储介质，其主要目的在于及时发现语音识别技术识别出来的语言文本的错误，提高语音识别的准确率。
为实现上述目的，本发明提供的一种文本纠错方法，包括：
获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签；
根据所述第一标签及所述第二标签构建标签训练集，并基于所述标签训练集训练预构建的二分类模型，得到标签识别模型；
获取实时语音识别文本，利用所述标签识别模型对所述实时语音识别文本进行标签识别，并根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本；
若所述实时语音识别文本不为待纠错文本，则直接输出到预设终端，若所述实时语音识别文本为待纠错文本，则利用预训练的文本纠错模型对所述待纠错文本进行纠错，并将纠错后的文本输出至所述终端。
可选地，所述获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签，包括：
获取预设时间内语音识别引擎识别的所述历史识别文本，以及从预构建的标注语料库中抽取所述历史识别文本对应的历史标注文本；
利用预训练的意图识别模型对所述历史识别文本进行意图识别，得到所述历史识别文本对应的第一标签，以及对所述历史识别文本对应的历史标注文本进行意图识别，得到所述历史标注文本对应的第二标签。
可选地，所述根据所述第一标签及所述第二标签构建标签训练集，包括：
判断所述第一标签及所述第二标签是否一致；
若所述第一标签及所述第二标签不一致，则对所述历史识别文本进行第一标注；
若所述第一标签及所述第二标签一致，则对所述历史识别文本进行第二标注；
汇总所有标注完成的历史识别文本得到所述标签训练集。
可选地，所述根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本，包括：
若所述实时语音识别文本的识别结果为第一标注，则确定所述实时语音识别文本为待纠错文本；
若所述实时语音识别文本的识别结果为第二标注，则确定所述实时语音识别文本不为待纠错文本。
可选地，所述基于所述标签训练集训练预构建的二分类模型，得到标签识别模型，包括：
通过所述二分类模型的输入门计算所述标签训练集中各时刻文本的状态值；
通过所述二分类模型的遗忘门计算所述标签训练集中各时刻文本的激活值；
根据所述状态值和所述激活值计算所述标签训练集中各时刻文本的状态更新值；
利用所述二分类模型的输出门计算所述状态更新值对应的预测标注；
计算所述预测标注与真实标注的损失值，在所述损失值大于等于预设的损失阈值时，调整所述二分类模型中各层网络的参数，并进行迭代训练，直至所述损失值小于所述损失阈值时，停止训练得到所述标签识别模型。
可选地，所述计算所述预测标注与真实标注的损失值，包括：
利用下述交叉熵损失函数计算所述预测标注与真实标注的损失值：
其中，Loss为所述损失值，N为标签训练集的数量，predi为预测标注，li为真实标注。
可选地，所述利用预训练的文本纠错模型对所述待纠错文本进行纠错之前，所述方法还包括：
对所有历史识别文本及所述历史识别文本对应的历史标注文本进行组合，得到训练文本集合；
对所述训练文本集合中的每个训练文本进行遮掩操作，得到遮掩训练集合；
对所述遮掩训练集合中每个文字进行向量转化，得到词向量集合，并对所述词向量集合执行位置编码，得到定位词向量集合；
将所述定位词向量集合转换为定位向量矩阵，根据所述定位向量矩阵的维度，生成分类迭代转换矩阵；
利用预设的预测函数和所述定位向量矩阵、分类迭代转换矩阵，计算所述定位字向量集合对应的原始向量相关矩阵；
对所述原始向量相关矩阵和所述定位向量矩阵进行求和归一化处理，得到归一化矩阵，调节预构建的前馈神经网络中的迭代权重因子，并利用调整后的前馈神经网络生成所述归一化矩阵的目标向量相关矩阵；
在所述定位向量矩阵中，提取所述遮掩训练集中的遮掩文字的定位字向量，得到定位遮掩向量，利用所述目标向量相关矩阵，确定所述定位遮掩向量与所述训练文本对应的纠错相关度，根据所述纠错相关度生成一个或多个候选纠错文本和所述候选纠错文本的概率值；
在所述概率值小于预设的概率阈值时，返回所述对所述遮掩训练集合中每个文字进行向量转化的步骤，直至所述概率值大于等于所述概率阈值，停止训练，得到所述文本纠错模型。
为了解决上述问题，本发明还提供一种文本纠错装置，所述装置包括：
文本意图识别模块，用于获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签；
训练集构建模块，用于根据所述第一标签及所述第二标签构建标签训练集，并基于所述标签训练集训练预构建的二分类模型，得到标签识别模型；
纠错文本识别模块，用于获取实时语音识别文本，利用所述标签识别模型对所述实时语音识别文本进行标签识别，并根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本；
文本纠错模块，用于若所述实时语音识别文本不为待纠错文本，则直接输出到预设终端，若所述实时语音识别文本为待纠错文本，则利用预训练的文本纠错模型对所述待纠错文本进行纠错，并将纠错后的文本输出至所述终端。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个计算机程序；及
处理器，执行所述存储器中存储的计算机程序以实现上述所述的文本纠错方法。
为了解决上述问题，本发明还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至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的文本纠错方法。
本发明通过对历史识别文本及历史标注文本进行意图识别，得到第一标签及第二标签，利用第一标签及第二标签可以进行简单的二分类标注，降低了标注成本，并且文本输出前会根据标签识别的结果判断实时语音识别文本是否为待纠错文本，对待纠错文本进行纠正后进行输出，提高了语音识别的准确率。同时，由于根据第一标签及第二标签构建的标签训练集进行模型训练，对于识别文本及标注文本相近的文本，只要标签一致，在训练时便不会被认为待纠错文本，因此在实际待纠错文本识别时，降低了同义文本纠错的可能性，因此提高了语音识别的效率。因此本发明提出的文本纠错方法、装置、电子设备及计算机可读存储介质，可以及时发现语音识别技术识别出来的语言文本的错误，提高语音识别的准确率。
附图说明
图1为本发明一实施例提供的文本纠错方法的流程示意图；
图2为本发明一实施例提供的文本纠错装置的功能模块图；
图3为本发明一实施例提供的实现所述文本纠错方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种文本纠错方法。所述文本纠错方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述文本纠错方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的文本纠错方法的流程示意图。
在本实施例中，所述文本纠错方法包括：
S1、获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签；
本发明实施例中，所述历史识别文本可以为利用中文语音识别引擎对客户语音进行转化的历史文本。例如，所述中文语音识别引擎可以为第三方的ASR(Automatic SpeechRecognition，自动语音识别)引擎等。例如，在贷款催收环节，所述历史识别文本包括：“我已经换了”、“哦，这样啊”、“我正慌着呢”，所述历史标注文本可以为不同环节人工标注的话术语料文本，所述历史标注文本包括：“我已经还了”、“啊，这样啊”、“我正忙着呢”等。
具体地，所述获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签，包括：
获取预设时间内语音识别引擎识别的所述历史识别文本，以及从预构建的标注语料库中抽取所述历史识别文本对应的历史标注文本；
利用预训练的意图识别模型对所述历史识别文本进行意图识别，得到所述历史识别文本对应的第一标签，以及对所述历史识别文本对应的历史标注文本进行意图识别，得到所述历史标注文本对应的第二标签。
本发明实施例中，所述预构建的标注语料库中包括不同环节人工标注的文本语料及对应的意图标签。例如，在贷款催收环节意图标签包括：“语义不明”、“客称已存”、“还款意愿不明确”等。所述预训练的意图识别模型可以利用标注语料库中的标注数据进行训练得到，模型可以为传统机器学习算法(SVM)，基于深度学习算法(CNN，LSTM，RCNN，C-LSTM，FastText)等。
本发明一可选实施例中，历史识别文本为“我已经换了”，对应的历史标注文本为“我已经还了”，则历史识别文本识别的第一标签为“语义不明”，历史标注文本识别的第二标签为“客称已还”。
S2、根据所述第一标签及所述第二标签构建标签训练集，并基于所述标签训练集训练预构建的二分类模型，得到标签识别模型；
本发明实施例中，所述预构建的二分类模型可以为LSTM网络(Long Short-TermMemory，长短期记忆网络)，所述LSTM网络是一种时间循环神经网络，包括：输入门、遗忘门以及输出门。例如，所述二分类模型可以为两个LSTM网络与Dropout层串联，并且最后通过Dense层输出的网络结构，其中，模型最后的Dense全连接层的激活函数为sigmoid，模型使用binary_crossentropy二分类损失函数并基于adam梯度下降算法进行训练。
具体地，所述根据所述第一标签及所述第二标签构建标签训练集，包括：
判断所述第一标签及所述第二标签是否一致；
若所述第一标签及所述第二标签不一致，则对所述历史识别文本进行第一标注；
若所述第一标签及所述第二标签一致，则对所述历史识别文本进行第二标注；
汇总所有标注完成的历史识别文本得到所述标签训练集。
本发明一可选实施例中，若第一标签A和第二标签B不一致则标注为“N1”，若第一标签A和第二标签B一致则标注为“Y1”。
详细地，所述基于所述标签训练集训练预构建的二分类模型，得到标签识别模型，包括：
通过所述二分类模型的输入门计算所述标签训练集中各时刻文本的状态值；
通过所述二分类模型的遗忘门计算所述标签训练集中各时刻文本的激活值；
根据所述状态值和所述激活值计算所述标签训练集中各时刻文本的状态更新值；
利用所述二分类模型的输出门计算所述状态更新值对应的预测标注；
计算所述预测标注与真实标注的损失值，在所述损失值大于等于预设的损失阈值时，调整所述二分类模型中各层网络的参数，并进行迭代训练，直至所述损失值小于所述损失阈值时，停止训练得到所述标签识别模型。
一可选实施例中，所述状态值的计算方法包括：
其中，it表示状态值，表示输入门中细胞单元的偏置，wi表示输入门的激活因子，ht-1表示标签训练集在输入门t-1时刻的峰值，xt表示在t时刻的标签训练集中的数据，bi表示输入门中细胞单元的权重。
一可选实施例中，所述激活值的计算方法包括：
其中，ft表示激活值，表示遗忘门中细胞单元的偏置，wf表示遗忘门的激活因子，表示标签训练集在所述遗忘门t-1时刻的峰值，xt表示在t时刻输入的标签训练集中的数据，bf表示遗忘门中细胞单元的权重。
一可选实施例中，所述状态更新值的计算方法包括：
其中，ct表示状态更新值，ht-1表示标签训练集在输入门t-1时刻的峰值，表示标签训练集在遗忘门t-1时刻的峰值。
本发明一可选实施例中，所述计算所述预测标注与真实标注的损失值，包括：
利用下述交叉熵损失函数计算所述预测标注与真实标注的损失值：
其中，Loss为所述损失值，N为标签训练集的数量，predi为预测标注，li为真实标注。
本发明实施例中，通过意图识别后得到第一标签及第二标签对历史识别文本进行再次标注，若两者相同，则用Y表示，否则用N表示，利用标注后的文本进行训练，可以提高模型识别是否为纠错文本的准确率。
S3、获取实时语音识别文本，利用所述标签识别模型对所述实时语音识别文本进行标签识别，并根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本；
具体地，所述根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本，包括：
若所述实时语音识别文本的识别结果为第一标注，则确定所述实时语音识别文本为待纠错文本；
若所述实时语音识别文本的识别结果为第二标注，则确定所述实时语音识别文本不为待纠错文本。
本发明实施例中，通过LSTM深度神经网络来构造二分类模型，由于LSTM具有长期记忆功能，主要采用门的机制，能够一定程度上解决梯度爆炸，相较于传统的纠错方案，响应时长更低，可满足高频次调用。
S4、若所述实时语音识别文本不为待纠错文本，则直接输出到预设终端，若所述实时语音识别文本为待纠错文本，则利用预训练的文本纠错模型对所述待纠错文本进行纠错，并将纠错后的文本输出至所述终端。
本发明实施例中，所述预设终端可以为具有显示屏的输出设备，如手机、平板等。所述文本纠错模型可以为BERT模型。
具体地，所述利用预训练的文本纠错模型对所述待纠错文本进行纠错之前，所述方法还包括：
对所有历史识别文本及所述历史识别文本对应的历史标注文本进行组合，得到训练文本集合；
对所述训练文本集合中的每个训练文本进行遮掩操作，得到遮掩训练集合；
对所述遮掩训练集合中每个文字进行向量转化，得到词向量集合，并对所述词向量集合执行位置编码，得到定位词向量集合；
将所述定位词向量集合转换为定位向量矩阵，根据所述定位向量矩阵的维度，生成分类迭代转换矩阵；
利用预设的预测函数和所述定位向量矩阵、分类迭代转换矩阵，计算所述定位字向量集合对应的原始向量相关矩阵；
对所述原始向量相关矩阵和所述定位向量矩阵进行求和归一化处理，得到归一化矩阵，调节预构建的前馈神经网络中的迭代权重因子，并利用调整后的前馈神经网络生成所述归一化矩阵的目标向量相关矩阵；
在所述定位向量矩阵中，提取所述遮掩训练集中的遮掩文字的定位字向量，得到定位遮掩向量，利用所述目标向量相关矩阵，确定所述定位遮掩向量与所述训练文本对应的纠错相关度，根据所述纠错相关度生成一个或多个候选纠错文本和所述候选纠错文本的概率值；
在所述概率值小于预设的概率阈值时，返回所述对所述遮掩训练集合中每个文字进行向量转化的步骤，直至所述概率值大于等于所述概率阈值，停止训练，得到所述文本纠错模型。
本发明实施例中，所述遮掩操作是指MASK操作，随机选择所述训练文本中的每个训练文本中15％的文字，然后其中的80％会用[Mask]掩码代替原始单词，其中的10％会被随机换为另一个文字，剩下10％保持原文字不变，如“我忘记还了”，执行遮操作后为“我忘记[MASK][MASK]”。并通过Word2vec算法将所述遮掩训练集中的每个文字转化为词向量。
本发明实施例中，所述分类迭代转换矩阵与所述定位向量矩阵的维度是一致的，如所述定位向量矩阵的维度是6×6，则生成的所述分类迭代矩阵维度也是6×6；可采用随机生成的权重，与所述定位向量矩阵相乘得到所述分类迭代矩阵。所述预测函数可以为softmax函数。并且可采用Layer Normalization函数对原始向量相关矩阵和定位向量矩阵进行求和归一化处理。
本发明另一可选实施例中，所述利用预训练的文本纠错模型对所述待纠错文本进行纠错之后，所述方法还包括：
利用所述意图识别模型对纠错后的文本进行意图识别，得到第三标签；
根据所述第三标签、所述第一标签及所述第二标签计算模型评价指标。
本发明实施例中，以第一标签A、第二标签B、及第三标签C为例，对于待纠错文本，纠正正确(即A≠B，但B＝C)，记为TP；对于待纠错文本，纠正错误或未进行纠正(即A≠B，但B≠C或A＝C)，记为FP；对于正常文本，如果进行纠正(即A＝B，但A≠C)，记为FN，则模型评价指标可以为：其中，β为固定参数。
本发明通过对历史识别文本及历史标注文本进行意图识别，得到第一标签及第二标签，利用第一标签及第二标签可以进行简单的二分类标注，降低了标注成本，并且文本输出前会根据标签识别的结果判断实时语音识别文本是否为待纠错文本，对待纠错文本进行纠正后进行输出，提高了语音识别的准确率。同时，由于根据第一标签及第二标签构建的标签训练集进行模型训练，对于识别文本及标注文本相近的文本，只要标签一致，在训练时便不会被认为待纠错文本，因此在实际待纠错文本识别时，降低了同义文本纠错的可能性，因此提高了语音识别的效率。因此本发明提出的文本纠错方法可以及时发现语音识别技术识别出来的语言文本的错误，提高语音识别的准确率。
如图2所示，是本发明一实施例提供的文本纠错装置的功能模块图。
本发明所述文本纠错装置100可以安装于电子设备中。根据实现的功能，所述文本纠错装置100可以包括文本意图识别模块101、训练集构建模块102、纠错文本识别模块103及文本纠错模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述文本意图识别模块101，用于获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签；
所述训练集构建模块102，用于根据所述第一标签及所述第二标签构建标签训练集，并基于所述标签训练集训练预构建的二分类模型，得到标签识别模型；
所述纠错文本识别模块103，用于获取实时语音识别文本，利用所述标签识别模型对所述实时语音识别文本进行标签识别，并根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本；
所述文本纠错模块104，用于若所述实时语音识别文本不为待纠错文本，则直接输出到预设终端，若所述实时语音识别文本为待纠错文本，则利用预训练的文本纠错模型对所述待纠错文本进行纠错，并将纠错后的文本输出至所述终端。
详细地，所述文本纠错装置100各模块的具体实施方式如下：
步骤一、获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签；
本发明实施例中，所述历史识别文本可以为利用中文语音识别引擎对客户语音进行转化的历史文本。例如，所述中文语音识别引擎可以为第三方的ASR(Automatic SpeechRecognition，自动语音识别)引擎等。例如，在贷款催收环节，所述历史识别文本包括：“我已经换了”、“哦，这样啊”、“我正慌着呢”，所述历史标注文本可以为不同环节人工标注的话术语料文本，所述历史标注文本包括：“我已经还了”、“啊，这样啊”、“我正忙着呢”等。
具体地，所述获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签，包括：
获取预设时间内语音识别引擎识别的所述历史识别文本，以及从预构建的标注语料库中抽取所述历史识别文本对应的历史标注文本；
利用预训练的意图识别模型对所述历史识别文本进行意图识别，得到所述历史识别文本对应的第一标签，以及对所述历史识别文本对应的历史标注文本进行意图识别，得到所述历史标注文本对应的第二标签。
本发明实施例中，所述预构建的标注语料库中包括不同环节人工标注的文本语料及对应的意图标签。例如，在贷款催收环节意图标签包括：“语义不明”、“客称已存”、“还款意愿不明确”等。所述预训练的意图识别模型可以利用标注语料库中的标注数据进行训练得到，模型可以为传统机器学习算法(SVM)，基于深度学习算法(CNN，LSTM，RCNN，C-LSTM，FastText)等。
本发明一可选实施例中，历史识别文本为“我已经换了”，对应的历史标注文本为“我已经还了”，则历史识别文本识别的第一标签为“语义不明”，历史标注文本识别的第二标签为“客称已还”。
步骤二、根据所述第一标签及所述第二标签构建标签训练集，并基于所述标签训练集训练预构建的二分类模型，得到标签识别模型；
本发明实施例中，所述预构建的二分类模型可以为LSTM网络(Long Short-TermMemory，长短期记忆网络)，所述LSTM网络是一种时间循环神经网络，包括：输入门、遗忘门以及输出门。例如，所述二分类模型可以为两个LSTM网络与Dropout层串联，并且最后通过Dense层输出的网络结构，其中，模型最后的Dense全连接层的激活函数为sigmoid，模型使用binary_crossentropy二分类损失函数并基于adam梯度下降算法进行训练。
具体地，所述根据所述第一标签及所述第二标签构建标签训练集，包括：
判断所述第一标签及所述第二标签是否一致；
若所述第一标签及所述第二标签不一致，则对所述历史识别文本进行第一标注；
若所述第一标签及所述第二标签一致，则对所述历史识别文本进行第二标注；
汇总所有标注完成的历史识别文本得到所述标签训练集。
本发明一可选实施例中，若第一标签A和第二标签B不一致则标注为“N1”，若第一标签A和第二标签B一致则标注为“Y1”。
详细地，所述基于所述标签训练集训练预构建的二分类模型，得到标签识别模型，包括：
通过所述二分类模型的输入门计算所述标签训练集中各时刻文本的状态值；
通过所述二分类模型的遗忘门计算所述标签训练集中各时刻文本的激活值；
根据所述状态值和所述激活值计算所述标签训练集中各时刻文本的状态更新值；
利用所述二分类模型的输出门计算所述状态更新值对应的预测标注；
计算所述预测标注与真实标注的损失值，在所述损失值大于等于预设的损失阈值时，调整所述二分类模型中各层网络的参数，并进行迭代训练，直至所述损失值小于所述损失阈值时，停止训练得到所述标签识别模型。
一可选实施例中，所述状态值的计算方法包括：
其中，it表示状态值，表示输入门中细胞单元的偏置，wi表示输入门的激活因子，ht-1表示标签训练集在输入门t-1时刻的峰值，xt表示在t时刻的标签训练集中的数据，bi表示输入门中细胞单元的权重。
一可选实施例中，所述激活值的计算方法包括：
其中，ft表示激活值，表示遗忘门中细胞单元的偏置，wf表示遗忘门的激活因子，表示标签训练集在所述遗忘门t-1时刻的峰值，xt表示在t时刻输入的标签训练集中的数据，bf表示遗忘门中细胞单元的权重。
一可选实施例中，所述状态更新值的计算方法包括：
其中，ct表示状态更新值，ht-1表示标签训练集在输入门t-1时刻的峰值，表示标签训练集在遗忘门t-1时刻的峰值。
本发明一可选实施例中，所述计算所述预测标注与真实标注的损失值，包括：
利用下述交叉熵损失函数计算所述预测标注与真实标注的损失值：
其中，Loss为所述损失值，N为标签训练集的数量，predi为预测标注，li为真实标注。
本发明实施例中，通过意图识别后得到第一标签及第二标签对历史识别文本进行再次标注，若两者相同，则用Y表示，否则用N表示，利用标注后的文本进行训练，可以提高模型识别是否为纠错文本的准确率。
步骤三、获取实时语音识别文本，利用所述标签识别模型对所述实时语音识别文本进行标签识别，并根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本；
具体地，所述根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本，包括：
若所述实时语音识别文本的识别结果为第一标注，则确定所述实时语音识别文本为待纠错文本；
若所述实时语音识别文本的识别结果为第二标注，则确定所述实时语音识别文本不为待纠错文本。
本发明实施例中，通过LSTM深度神经网络来构造二分类模型，由于LSTM具有长期记忆功能，主要采用门的机制，能够一定程度上解决梯度爆炸，相较于传统的纠错方案，响应时长更低，可满足高频次调用。
步骤四、若所述实时语音识别文本不为待纠错文本，则直接输出到预设终端，若所述实时语音识别文本为待纠错文本，则利用预训练的文本纠错模型对所述待纠错文本进行纠错，并将纠错后的文本输出至所述终端。
本发明实施例中，所述预设终端可以为具有显示屏的输出设备，如手机、平板等。所述文本纠错模型可以为BERT模型。
具体地，所述利用预训练的文本纠错模型对所述待纠错文本进行纠错之前，所述方法还包括：
对所有历史识别文本及所述历史识别文本对应的历史标注文本进行组合，得到训练文本集合；
对所述训练文本集合中的每个训练文本进行遮掩操作，得到遮掩训练集合；
对所述遮掩训练集合中每个文字进行向量转化，得到词向量集合，并对所述词向量集合执行位置编码，得到定位词向量集合；
将所述定位词向量集合转换为定位向量矩阵，根据所述定位向量矩阵的维度，生成分类迭代转换矩阵；
利用预设的预测函数和所述定位向量矩阵、分类迭代转换矩阵，计算所述定位字向量集合对应的原始向量相关矩阵；
对所述原始向量相关矩阵和所述定位向量矩阵进行求和归一化处理，得到归一化矩阵，调节预构建的前馈神经网络中的迭代权重因子，并利用调整后的前馈神经网络生成所述归一化矩阵的目标向量相关矩阵；
在所述定位向量矩阵中，提取所述遮掩训练集中的遮掩文字的定位字向量，得到定位遮掩向量，利用所述目标向量相关矩阵，确定所述定位遮掩向量与所述训练文本对应的纠错相关度，根据所述纠错相关度生成一个或多个候选纠错文本和所述候选纠错文本的概率值；
在所述概率值小于预设的概率阈值时，返回所述对所述遮掩训练集合中每个文字进行向量转化的步骤，直至所述概率值大于等于所述概率阈值，停止训练，得到所述文本纠错模型。
本发明实施例中，所述遮掩操作是指MASK操作，随机选择所述训练文本中的每个训练文本中15％的文字，然后其中的80％会用[Mask]掩码代替原始单词，其中的10％会被随机换为另一个文字，剩下10％保持原文字不变，如“我忘记还了”，执行遮操作后为“我忘记[MASK][MASK]”。并通过Word2vec算法将所述遮掩训练集中的每个文字转化为词向量。
本发明实施例中，所述分类迭代转换矩阵与所述定位向量矩阵的维度是一致的，如所述定位向量矩阵的维度是6×6，则生成的所述分类迭代矩阵维度也是6×6；可采用随机生成的权重，与所述定位向量矩阵相乘得到所述分类迭代矩阵。所述预测函数可以为softmax函数。并且可采用Layer Normalization函数对原始向量相关矩阵和定位向量矩阵进行求和归一化处理。
本发明另一可选实施例中，所述利用预训练的文本纠错模型对所述待纠错文本进行纠错之后，所述方法还包括：
利用所述意图识别模型对纠错后的文本进行意图识别，得到第三标签；
根据所述第三标签、所述第一标签及所述第二标签计算模型评价指标。
本发明实施例中，以第一标签A、第二标签B、及第三标签C为例，对于待纠错文本，纠正正确(即A≠B，但B＝C)，记为TP；对于待纠错文本，纠正错误或未进行纠正(即A≠B，但B≠C或A＝C)，记为FP；对于正常文本，如果进行纠正(即A＝B，但A≠C)，记为FN，则模型评价指标可以为：其中，β为固定参数。
本发明通过对历史识别文本及历史标注文本进行意图识别，得到第一标签及第二标签，利用第一标签及第二标签可以进行简单的二分类标注，降低了标注成本，并且文本输出前会根据标签识别的结果判断实时语音识别文本是否为待纠错文本，对待纠错文本进行纠正后进行输出，提高了语音识别的准确率。同时，由于根据第一标签及第二标签构建的标签训练集进行模型训练，对于识别文本及标注文本相近的文本，只要标签一致，在训练时便不会被认为待纠错文本，因此在实际待纠错文本识别时，降低了同义文本纠错的可能性，因此提高了语音识别的效率。因此本发明提出的文本纠错装置可以及时发现语音识别技术识别出来的语言文本的错误，提高语音识别的准确率。
如图3所示，是本发明一实施例提供的实现文本纠错方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信接口12和总线13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如文本纠错程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如文本纠错程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如文本纠错程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述通信接口12用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
所述总线13可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线13可以分为地址总线、数据总线、控制总线等。所述总线13被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地，该电子设备还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的文本纠错程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签；
根据所述第一标签及所述第二标签构建标签训练集，并基于所述标签训练集训练预构建的二分类模型，得到标签识别模型；
获取实时语音识别文本，利用所述标签识别模型对所述实时语音识别文本进行标签识别，并根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本；
若所述实时语音识别文本不为待纠错文本，则直接输出到预设终端，若所述实时语音识别文本为待纠错文本，则利用预训练的文本纠错模型对所述待纠错文本进行纠错，并将纠错后的文本输出至所述终端。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签；
根据所述第一标签及所述第二标签构建标签训练集，并基于所述标签训练集训练预构建的二分类模型，得到标签识别模型；
获取实时语音识别文本，利用所述标签识别模型对所述实时语音识别文本进行标签识别，并根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本；
若所述实时语音识别文本不为待纠错文本，则直接输出到预设终端，若所述实时语音识别文本为待纠错文本，则利用预训练的文本纠错模型对所述待纠错文本进行纠错，并将纠错后的文本输出至所述终端。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (6)

1.一种文本纠错方法，其特征在于，所述方法包括：
获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签；
根据所述第一标签及所述第二标签构建标签训练集，并基于所述标签训练集训练预构建的二分类模型，得到标签识别模型；
获取实时语音识别文本，利用所述标签识别模型对所述实时语音识别文本进行标签识别，并根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本；
若所述实时语音识别文本不为待纠错文本，则直接输出到预设终端，若所述实时语音识别文本为待纠错文本，则利用预训练的文本纠错模型对所述待纠错文本进行纠错，并将纠错后的文本输出至所述预设终端；
其中，所述获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签，包括：获取预设时间内语音识别引擎识别的所述历史识别文本，以及从预构建的标注语料库中抽取所述历史识别文本对应的历史标注文本；利用预训练的意图识别模型对所述历史识别文本进行意图识别，得到所述历史识别文本对应的第一标签，以及对所述历史识别文本对应的历史标注文本进行意图识别，得到所述历史标注文本对应的第二标签；
所述根据所述第一标签及所述第二标签构建标签训练集，包括：判断所述第一标签及所述第二标签是否一致；若所述第一标签及所述第二标签不一致，则对所述历史识别文本进行第一标注；若所述第一标签及所述第二标签一致，则对所述历史识别文本进行第二标注；汇总所有标注完成的历史识别文本得到所述标签训练集；
所述根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本，包括：若所述实时语音识别文本的识别结果为第一标注，则确定所述实时语音识别文本为待纠错文本；若所述实时语音识别文本的识别结果为第二标注，则确定所述实时语音识别文本不为待纠错文本；
所述基于所述标签训练集训练预构建的二分类模型，得到标签识别模型，包括：通过所述二分类模型的输入门计算所述标签训练集中各时刻文本的状态值；通过所述二分类模型的遗忘门计算所述标签训练集中各时刻文本的激活值；根据所述状态值和所述激活值计算所述标签训练集中各时刻文本的状态更新值；利用所述二分类模型的输出门计算所述状态更新值对应的预测标注；计算所述预测标注与真实标注的损失值，在所述损失值大于等于预设的损失阈值时，调整所述二分类模型中各层网络的参数，并进行迭代训练，直至所述损失值小于所述损失阈值时，停止训练得到所述标签识别模型。
2.如权利要求1所述的文本纠错方法，其特征在于，所述计算所述预测标注与真实标注的损失值，包括：
利用下述交叉熵损失函数计算所述预测标注与真实标注的损失值：
其中，Loss为所述损失值，N为标签训练集的数量，predi为预测标注，li为真实标注。
3.如权利要求1所述的文本纠错方法，其特征在于，所述利用预训练的文本纠错模型对所述待纠错文本进行纠错之前，所述方法还包括：
对所有历史识别文本及所述历史识别文本对应的历史标注文本进行组合，得到训练文本集合；
对所述训练文本集合中的每个训练文本进行遮掩操作，得到遮掩训练集合；
对所述遮掩训练集合中每个文字进行向量转化，得到词向量集合，并对所述词向量集合执行位置编码，得到定位词向量集合；
将所述定位词向量集合转换为定位向量矩阵，根据所述定位向量矩阵的维度，生成分类迭代转换矩阵；
利用预设的预测函数和所述定位向量矩阵、分类迭代转换矩阵，计算所述定位词向量集合对应的原始向量相关矩阵；
对所述原始向量相关矩阵和所述定位向量矩阵进行求和归一化处理，得到归一化矩阵，调节预构建的前馈神经网络中的迭代权重因子，并利用调整后的前馈神经网络生成所述归一化矩阵的目标向量相关矩阵；
在所述定位向量矩阵中，提取所述遮掩训练集中的遮掩文字的定位字向量，得到定位遮掩向量，利用所述目标向量相关矩阵，确定所述定位遮掩向量与所述训练文本对应的纠错相关度，根据所述纠错相关度生成一个或多个候选纠错文本和所述候选纠错文本的概率值；
在所述概率值小于预设的概率阈值时，返回所述对所述遮掩训练集合中每个文字进行向量转化的步骤，直至所述概率值大于等于所述概率阈值，停止训练，得到所述文本纠错模型。
4.一种文本纠错装置，用于实现如权利要求1至3中任意一项所述的文本纠错方法，其特征在于，所述装置包括：
文本意图识别模块，用于获取历史识别文本及历史标注文本，对所述历史识别文本进行意图识别，得到第一标签，以及对所述历史标注文本进行意图识别，得到第二标签；
训练集构建模块，用于根据所述第一标签及所述第二标签构建标签训练集，并基于所述标签训练集训练预构建的二分类模型，得到标签识别模型；
纠错文本识别模块，用于获取实时语音识别文本，利用所述标签识别模型对所述实时语音识别文本进行标签识别，并根据标签识别的结果判断所述实时语音识别文本是否为待纠错文本；
文本纠错模块，用于若所述实时语音识别文本不为待纠错文本，则直接输出到预设终端，若所述实时语音识别文本为待纠错文本，则利用预训练的文本纠错模型对所述待纠错文本进行纠错，并将纠错后的文本输出至所述终端。
5.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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权利要求1至3中任意一项所述的文本纠错方法。
6.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3中任意一项所述的文本纠错方法。
CN202111086837.9A 2021-09-16 2021-09-16 文本纠错方法、装置、电子设备及计算机可读存储介质 Active CN113807973B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111086837.9A CN113807973B (zh) 2021-09-16 2021-09-16 文本纠错方法、装置、电子设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111086837.9A CN113807973B (zh) 2021-09-16 2021-09-16 文本纠错方法、装置、电子设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113807973A CN113807973A (zh) 2021-12-17
CN113807973B true CN113807973B (zh) 2023-07-25

Family

ID=78941278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111086837.9A Active CN113807973B (zh) 2021-09-16 2021-09-16 文本纠错方法、装置、电子设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113807973B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115169330B (zh) * 2022-07-13 2023-05-02 平安科技（深圳）有限公司 中文文本纠错及验证方法、装置、设备及存储介质
CN116136957B (zh) * 2023-04-18 2023-07-07 之江实验室 一种基于意图一致性的文本纠错方法、装置和介质
CN117453867B (zh) * 2023-09-25 2024-04-23 云启智慧科技有限公司 一种基于自然语言处理的智能育儿系统和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111341324A (zh) * 2020-05-18 2020-06-26 浙江百应科技有限公司 一种基于fasttest模型的识别纠错及训练方法
CN111626047A (zh) * 2020-04-23 2020-09-04 平安科技（深圳）有限公司 智能化文本纠错方法、装置、电子设备及可读存储介质
CN112257437A (zh) * 2020-10-20 2021-01-22 科大讯飞股份有限公司 语音识别纠错方法、装置、电子设备和存储介质
CN113297833A (zh) * 2020-02-21 2021-08-24 华为技术有限公司 文本纠错方法、装置、终端设备及计算机存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107357775A (zh) * 2017-06-05 2017-11-17 百度在线网络技术（北京）有限公司 基于人工智能的循环神经网络的文本纠错方法及装置
JP7111758B2 (ja) * 2020-03-04 2022-08-02 株式会社東芝 音声認識誤り訂正装置、音声認識誤り訂正方法及び音声認識誤り訂正プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113297833A (zh) * 2020-02-21 2021-08-24 华为技术有限公司 文本纠错方法、装置、终端设备及计算机存储介质
CN111626047A (zh) * 2020-04-23 2020-09-04 平安科技（深圳）有限公司 智能化文本纠错方法、装置、电子设备及可读存储介质
CN111341324A (zh) * 2020-05-18 2020-06-26 浙江百应科技有限公司 一种基于fasttest模型的识别纠错及训练方法
CN112257437A (zh) * 2020-10-20 2021-01-22 科大讯飞股份有限公司 语音识别纠错方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN113807973A (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
CN113807973B (zh) 文本纠错方法、装置、电子设备及计算机可读存储介质
CN114822812B (zh) 角色对话模拟方法、装置、设备及存储介质
CN112380870A (zh) 用户意图分析方法、装置、电子设备及计算机存储介质
CN113704429A (zh) 基于半监督学习的意图识别方法、装置、设备及介质
CN111475645B (zh) 知识点标注方法、装置及计算机可读存储介质
CN112269875B (zh) 文本分类方法、装置、电子设备及存储介质
CN113435582B (zh) 基于句向量预训练模型的文本处理方法及相关设备
WO2023178979A1 (zh) 问题标注方法、装置、电子设备及存储介质
CN112906398B (zh) 句子语义匹配方法、系统、存储介质和电子设备
CN114880449B (zh) 智能问答的答复生成方法、装置、电子设备及存储介质
CN113704410A (zh) 情绪波动检测方法、装置、电子设备及存储介质
CN116821373A (zh) 基于图谱的prompt推荐方法、装置、设备及介质
CN116450829A (zh) 医疗文本分类方法、装置、设备及介质
CN115510188A (zh) 文本关键词关联方法、装置、设备及存储介质
CN113344125B (zh) 长文本匹配识别方法、装置、电子设备及存储介质
CN114840684A (zh) 基于医疗实体的图谱构建方法、装置、设备及存储介质
CN115169330B (zh) 中文文本纠错及验证方法、装置、设备及存储介质
CN114548114B (zh) 文本情绪识别方法、装置、设备及存储介质
CN116702761A (zh) 文本纠错方法、装置、设备及存储介质
CN111445271A (zh) 模型生成方法、作弊酒店的预测方法、系统、设备和介质
CN116665878A (zh) 改善累计误差的智能问诊方法、装置、设备及存储介质
CN116341646A (zh) Bert模型的预训练方法、装置、电子设备及存储介质
CN116521867A (zh) 文本聚类方法、装置、电子设备及存储介质
CN113806540A (zh) 文本打标签方法、装置、电子设备及存储介质
CN114462411B (zh) 命名实体识别方法、装置、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
GR01 Patent grant
GR01 Patent grant