CN114462364A - 录入信息的方法和装置 - Google Patents
录入信息的方法和装置 Download PDFInfo
- Publication number
- CN114462364A CN114462364A CN202210115550.2A CN202210115550A CN114462364A CN 114462364 A CN114462364 A CN 114462364A CN 202210115550 A CN202210115550 A CN 202210115550A CN 114462364 A CN114462364 A CN 114462364A
- Authority
- CN
- China
- Prior art keywords
- field
- information
- words
- filled
- name
- 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
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/174—Form filling; Merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90344—Query processing by using string matching techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/232—Orthographic correction, e.g. spell checking or vowelisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
Abstract
本公开提供了录入信息的方法和装置,涉及人工智能领域,尤其涉及语音技术领域。具体实现方案为:获取语音数据;将所述语音数据转换成文本信息,并将所述文本信息切词后得到词序列;将所述词序列与表单中预定的字段名称进行匹配;将匹配成功的字段名称之后的预定长度的内容填入表单中相应字段的位置。该实施方式允许通过说话、口述的方式记录信息,并进一步解析用于口述内容中的关键信息,以完成自动地信息录入。
Description
技术领域
本公开涉及人工智能领域,尤其涉及语音技术领域,具体为一种录入信息的方法和装置。
背景技术
传统的表格录入一般使用键盘和鼠标等输入装置。在一些在输入时无法解放双手的使用场景下,这种表格录入方式存在不便。例如,社区调查员一边通电话、一边通过键盘记录关键信息,十分不便,现有方案语音识别后的结果无法自动进一步整理,重点信息不突出,人工二次审核成本高;电力路线巡检工作人员在高空巡检高压电线路,但文字记录巡检结果不便记录、滞后记录工单则可能导致信息遗漏;某品牌汽车售后客服话务员每天接通约300通电话,录入用户投诉的经销商、车辆型号、车辆年份、投诉问题,期待解决的时间、用户情绪等字段信息,重复性工作耗时长、易出错。
发明内容
本公开提供了一种录入信息的方法、装置、设备、存储介质以及计算机程序产品。
根据本公开的第一方面,提供了一种录入信息的方法,包括:获取语音数据;将所述语音数据转换成文本信息,并将所述文本信息切词后得到词序列;将所述词序列与表单中预定的字段名称进行匹配;将匹配成功的字段名称之后的预定长度的内容填入表单中相应字段的位置。
根据本公开的第二方面,提供了一种录入信息的装置,包括:获取单元,被配置成获取语音数据;转换单元,被配置成将所述语音数据转换成文本信息,并将所述文本信息切词后得到词序列;匹配单元,被配置成将所述词序列与表单中预定的字段名称进行匹配;填充单元,被配置成将匹配成功的字段名称之后的预定长度的内容填入表单中相应字段的位置。
根据本公开的第三方面,提供了一种电子设备,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第一方面所述的方法。
根据本公开的第四方面,提供了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第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据第一方面所述的方法。
本公开的实施例提供的录入信息的方法和装置,允许通过说话、口述的方式记录信息,并进一步解析用于口述内容中的关键信息,以完成自动的信息录入,并带有信息补录功能。
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,不构成对本公开的限定。其中:
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是根据本公开的录入信息的方法的一个实施例的流程图;
图3是根据本公开的录入信息的方法的又一个实施例的流程图;
图4a、4b是根据本公开的录入信息的方法的一个应用场景的示意图;
图5是根据本公开的录入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
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
图1示出了可以应用本公开的录入信息的方法或录入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,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如表单类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、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,可以是具有麦克风并且支持语音录入的各种电子设备,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),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上运行的语音录入软件提供支持的后台服务器。后台服务器可以采集用户填个写的表单信息,进行分析生成样本,用于训练阅读理解模型。终端设备可在本地安装阅读理解模型,在本地采集语音并在本地进行语音识别后填表。终端设备也可将语音发送到服务器,由服务器进行语音识别后填表,完成的表单再返回给终端设备。
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多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。
需要说明的是,本公开的实施例所提供的录入信息的方法可以由终端设备101、102、103执行,也可以由服务器105执行。相应地,录入信息的装置可以设置于终端设备101、102、103中,也可以设置于服务器105中。在此不做具体限定。
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。
继续参考图2,示出了根据本公开的录入信息的方法的一个实施例的流程200。该录入信息的方法,包括以下步骤:
步骤201,获取语音数据。
在本实施例中,录入信息的方法的执行主体(例如图1所示的终端设备)可以通过本地麦克风采集语音数据,也可接收其它终端设备麦克风采集的语音数据。执行主体还可以是服务器,则终端设备将采集到的语音数据发送到服务器。进行语音采集时,用户是事先知道要填的表单的内容的。用户会按表单要求的字段内容进行口述。
步骤202,将语音数据转换成文本信息,并将文本信息切词后得到词序列。
在本实施例中,可通过ASR(Automatic Speech Recognition,自动语音识别技术),将语音数据转换成文本信息。可通过现有的切词算法(例如最大逆序匹配法)将文本信息切词。切词后还可进行预处理,得到词序列,例如过滤掉一些停用词(例如:着、了、过、的、地、得)等。可选的,还可对切词结果进行扩展,扩展出同音词添加到词序列中。
步骤203,将词序列与表单中预定的字段名称进行匹配。
在本实施例中,表单中有些字段对应的内容是固定格式的,这些字段为预定的字段,例如,订单号、手机号、电话号、性别等。
可先进行字符串匹配,查找与字段名称字符串完全匹配的词。如果没有与字段名称相同的词,则查找与字段名称的读音相同的词。可将词序列转换成拼音后进行读音匹配。也可使用词序列对应的原始语音与字段名称的音频录音进行音频匹配,查找相似度高于预定阈值的词。
步骤204,将匹配成功的字段名称之后的预定长度的内容填入表单中相应字段的位置。
在本实施例中,如果ASR转文字时将一些停顿转为标点符号,则将匹配成功的字段名称与标点符号之间的内容填入表单中相应字段的位置。还可为不同的字段名称设置预定长度,例如,“性别”后面内容的长度为1个字,“手机号”后面内容的长度为11位数字。用户语音输入“性别男”,系统匹配到“性别”后,将其后面的一个字“男”填入表单中“性别”字段对应的空白处。
本公开的上述实施例提供的方法,通过语音交互带来的输入高效率,能够缓解传统纸笔、键鼠方式的信息登记的低效问题。提供端到端的一站式服务系统,高效赋能业务。对于相同字段,允许用户补录,重新说的方式,更自然地完成信息录入。
在本实施例的一些可选的实现方式中,该方法还包括:若所述表单中目标字段填写的内容与预设词典中的规范词同音,则用规范词替换目标字段填写的内容。预设词典中可包括一些常见的地名、专有名词等信息,还可包括用户的姓名。比如,通过语音输入姓名lǐlì,经过语音识别为“李力”,而预设词典中姓名设置了“李丽”,则可将语音识别结果进行纠正后填入表单。这样可以防止语音识别时同音字导致的错字。无需手动校正,可直接根据预设词典进行校正,节省了录入时间,提高了录入效率。
可选地,可以对文本信息进行语义识别,识别出用户通过语音选词的意图,例如,在用户输入姓名时检测用户有没有指定字的意图,例如,如果检测到语音“姓名李力美丽的丽”,则可认为用户想输入的名字是“李丽”,将语音识别的“李力”纠正为“李丽”。
在本实施例的一些可选的实现方式中,该方法还包括:响应于检测到表单中补录字段,输出包括补录字段名称的补录通知信息。表单中如果有未填充或填错的内容可自动检测出来并提示。填错的内容可根据预定规则检测出来,比如,手机号码的位数、身份证号码的位数不对等。可以语音或文字的方式提示用户需要补录的字段名称。用户可选择手动补录,也可通过语音方式补录。可以自动快速检查、提醒未完成的表单,减少人工工作量,提高工作效率。
在本实施例的一些可选的实现方式中,该方法还包括:响应于接收到补录请求,将补录的语音转换成补录文本;将所述补录文本与补录字段的名称进行匹配;将匹配成功的字段的名称之后的内容填入表单中相应字段的位置。无论是语音录入时填表错误,还是表单未填完,用户均可手动选择补录哪个字段。也可通过语音输入补录指令进行补录。这些未填写或写错内容的字段为补录字段。可逐条进行补录,每次只补录一个字段。将补录的语音通过ASR技术转换成补录文本,再将补录文本与补录字段的名称进行字符串匹配,匹配成功的字段的名称后面的内容即为补录的内容。如果字符串匹配失败,则可按补录字段的各种同音字组合与补录文本进行匹配。可以减少手工输入,提高工作效率。
进一步参考图3,其示出了录入信息的方法的又一个实施例的流程300。该录入信息的方法的流程300,包括以下步骤:
步骤301,获取语音数据。
步骤302,将语音数据转换成文本信息,并将文本信息切词后得到词序列。
步骤303,将词序列与表单中预定的字段名称进行匹配。
步骤304,将匹配成功的字段名称之后的预定长度的内容填入表单中相应字段的位置。
步骤301-304与步骤201-204基本相同,因此不再赘述。
步骤305,将词序列中未填入表单的词和非字段词作为目标文本,将表单中未填充的字段词作为问题输入预先训练的阅读理解模型,从目标文本中查找到问题的答案填入表单。
在本实施例中,阅读理解模型可采用ERNIE模型。将表单中未填充的字段词作为问题,对应于要抽取要素的question。将词序列中未填入表单的词和非字段词作为目标文本,即context,将question和context输入ERNIE模型。其中,question被定义为要抽取要素标签的问题。例如,事件发生的时间是什么,就是要抽取事件发生时间的要素标签。经过多层attention后,模型的输出结果是正文中的起终点位置信息,起点到终点合并起来的片段,就是question标签对应的要素信息抽取结果,即为答案。答案就是表单中要填写的字段对应的内容。
可预先在大量文本中标注问题和答案构造样本,例如时间、地址、投诉内容等。可针对不同的应用场景的表单选择相应的文本进行标注,从而生成不同类型的表单对应的阅读理解模型。
也可将完整的文本信息输入阅读理解模型,查找所有字段对应的内容。通过阅读理解模型查找的内容可与步骤204匹配出的内容进行校验,如果不一致可提醒用户确认采用哪种结果。用户可手动或语音选择其一,也可重新补录。
步骤306,若表单中目标字段填写的内容与预设词典中的规范词同音,则用规范词替换目标字段填写的内容。
在本实施例中,预设词典中可包括一些常见的地名、专有名词等信息,还可包括用户的姓名。比如,通过语音lǐlì输入的姓名,经过语音识别为“李力”,而预设词典中姓名设置了“李丽”,则可将语音识别结果进行纠正后填入表单。这样可以防止语音识别时同音字导致的错字。无需手动校正,可直接根据预设词典进行校正,节省了录入时间,提高了录入效率。
从图3中可以看出,与图2对应的实施例相比,本实施例中的录入信息方法的流程300体现了通过阅读理解模型来进行语音录入的步骤。由此,本实施例描述的方案可以快速、准确地语音录入更多内容,降低人力成本,提高工作效率。
在本实施例的一些可选的实现方式中,该方法还包括:根据填充完的表单生成所述文本信息的标注信息构造训练样本;基于所述训练样本重新训练所述阅读理解模型。可通过语音交互的方式增加训练样本,提高模型的准确率,并且该方法可减少人工标注的工作量,降低人力成本,提高模型训练速度。
继续参见图4a、4b,图4a、4b是根据本实施例的录入信息的方法的应用场景的一个示意图。在语音录入的应用场景中,可预先通过图4a所示的界面定义语音录入的字段,例如,命名、配置规则。然后根据图4b所示的内容进行数据标注,构造训练样本,用于训练阅读理解模型。用户进行语音录入时,输入的语音数据被转成成文本信息。然后通过配置规则、阅读理解模型进行字段填充。最后还可根据预设词典进行同音词校正。如果使用该段语音数据无法完全填充表单,则可提示用户需要补录的字段。用户语音补录后,进行语音识别补充到表单之中。
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输出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,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的录入信息的装置500包括:获取单元501、转换单元502、匹配单元503和填充单元504。其中,获取单元501,被配置成获取语音数据;转换单元502,被配置成将所述语音数据转换成文本信息,并将所述文本信息切词后得到词序列;匹配单元503,被配置成将所述词序列与表单中预定的字段名称进行匹配;填充单元504,被配置成将匹配成功的字段名称之后的预定长度的内容填入表单中相应字段的位置。
在本实施例中,录入信息的装置500的获取单元501、转换单元502、匹配单元503和填充单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中,装置500还包括理解单元(附图中未示出),被配置成:将所述词序列中未填入表单的词和非字段词作为目标文本,将所述表单中未填充的字段词作为问题输入预先训练的阅读理解模型,从所述目标文本中查找到问题的答案填入所述表单。
在本实施例的一些可选的实现方式中,装置500还包括校正单元(附图中未示出),被配置成:若所述表单中目标字段填写的内容与预设词典中的规范词同音,则用规范词替换目标字段填写的内容。
在本实施例的一些可选的实现方式中,装置500还包括补录单元(附图中未示出),被配置成:响应于检测到表单中补录字段,输出包括补录字段名称的补录通知信息。
在本实施例的一些可选的实现方式中,补录单元进一步被配置成:响应于接收到补录请求,将补录的语音转换成补录文本;将所述补录文本与补录字段的名称进行匹配;将匹配成功的字段的名称之后的内容填入表单中相应字段的位置。
在本实施例的一些可选的实现方式中,装置500还包括训练单元(附图中未示出),被配置成:根据填充完的表单生成所述文本信息的标注信息构造训练样本;基于所述训练样本重新训练所述阅读理解模型。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
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流程200或300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,其中,所述计算机指令用于使所述计算机执行流程200或300所述的方法。
一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现流程200或300所述的方法。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。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/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603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。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如录入信息的方法。例如,在一些实施例中,录入信息的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的录入信息的方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行录入信息的方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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示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。
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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,本发公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种录入信息的方法,包括:
获取语音数据;
将所述语音数据转换成文本信息,并将所述文本信息切词后得到词序列;
将所述词序列与表单中预定的字段名称进行匹配;
将匹配成功的字段名称之后的预定长度的内容填入表单中相应字段的位置。
2.根据权利要求1所述的方法,其中,所述方法还包括:
将所述词序列中未填入表单的词和非字段词作为目标文本,将所述表单中未填充的字段词作为问题输入预先训练的阅读理解模型,从所述目标文本中查找到问题的答案填入所述表单。
3.根据权利要求1或2所述的方法,其中,所述方法还包括:
若所述表单中目标字段填写的内容与预设词典中的规范词同音,则用规范词替换目标字段填写的内容。
4.根据权利要求1所述的方法,其中,所述方法还包括:
响应于检测到表单中补录字段,输出包括补录字段名称的补录通知信息。
5.根据权利要求4所述的方法,其中,所述方法还包括:
响应于接收到补录请求,将补录的语音转换成补录文本;
将所述补录文本与补录字段的名称进行匹配;
将匹配成功的字段的名称之后的内容填入表单中相应字段的位置。
6.根据权利要求2所述的方法,其中,所述方法还包括:
根据填充完的表单生成所述文本信息的标注信息构造训练样本;
基于所述训练样本重新训练所述阅读理解模型。
7.一种录入信息的装置,包括:
获取单元,被配置成获取语音数据;
转换单元,被配置成将所述语音数据转换成文本信息,并将所述文本信息切词后得到词序列;
匹配单元,被配置成将所述词序列与表单中预定的字段名称进行匹配;
填充单元,被配置成将匹配成功的字段名称之后的预定长度的内容填入表单中相应字段的位置。
8.根据权利要求7所述的装置,其中,所述装置还包括理解单元,被配置成:
将所述词序列中未填入表单的词和非字段词作为目标文本,将所述表单中未填充的字段词作为问题输入预先训练的阅读理解模型,从所述目标文本中查找到问题的答案填入所述表单。
9.根据权利要求7或8所述的装置,其中,所述装置还包括校正单元,被配置成:
若所述表单中目标字段填写的内容与预设词典中的规范词同音,则用规范词替换目标字段填写的内容。
10.根据权利要求7所述的装置,其中,所述装置还包括补录单元,被配置成:
响应于检测到表单中补录字段,输出包括补录字段名称的补录通知信息。
11.根据权利要求10所述的装置,其中,所述补录单元进一步被配置成:
响应于接收到补录请求,将补录的语音转换成补录文本;
将所述补录文本与补录字段的名称进行匹配;
将匹配成功的字段的名称之后的内容填入表单中相应字段的位置。
12.根据权利要求8所述的装置,其中,所述装置还包括训练单元,被配置成:
根据填充完的表单生成所述文本信息的标注信息构造训练样本;
基于所述训练样本重新训练所述阅读理解模型。
13.一种电子设备,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1-6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,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210115550.2A CN114462364B (zh) | 2022-02-07 | 2022-02-07 | 录入信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210115550.2A CN114462364B (zh) | 2022-02-07 | 2022-02-07 | 录入信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114462364A true CN114462364A (zh) | 2022-05-10 |
CN114462364B CN114462364B (zh) | 2023-01-31 |
Family
ID=81412389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210115550.2A Active CN114462364B (zh) | 2022-02-07 | 2022-02-07 | 录入信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114462364B (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959628A (zh) * | 2005-10-31 | 2007-05-09 | 西门子(中国)有限公司 | 一种人机交互导航系统 |
CN100456234C (zh) * | 2005-06-16 | 2009-01-28 | 国际商业机器公司 | 在多模式应用中同步视觉和语音事件的方法和系统 |
US20090248415A1 (en) * | 2008-03-31 | 2009-10-01 | Yap, Inc. | Use of metadata to post process speech recognition output |
US20160300573A1 (en) * | 2015-04-08 | 2016-10-13 | Google Inc. | Mapping input to form fields |
AU2017100229A4 (en) * | 2016-03-14 | 2017-03-30 | Apple Inc. | Identification of voice inputs providing credentials |
CN107357772A (zh) * | 2017-07-04 | 2017-11-17 | 贵州小爱机器人科技有限公司 | 表单填写方法、装置和计算机设备 |
CN107657017A (zh) * | 2017-09-26 | 2018-02-02 | 百度在线网络技术(北京)有限公司 | 用于提供语音服务的方法和装置 |
CN108664460A (zh) * | 2018-04-16 | 2018-10-16 | 北京天使软件技术有限公司 | 语音填表装置、方法、系统及存储介质 |
CN108664199A (zh) * | 2018-05-07 | 2018-10-16 | 平安普惠企业管理有限公司 | 表单填写方法、装置、设备及计算机可读存储介质 |
CN110688491A (zh) * | 2019-09-25 | 2020-01-14 | 暨南大学 | 基于深度学习的机器阅读理解方法、系统、设备及介质 |
CN110718226A (zh) * | 2019-09-19 | 2020-01-21 | 厦门快商通科技股份有限公司 | 语音识别结果处理方法、装置、电子设备及介质 |
CN111597808A (zh) * | 2020-04-24 | 2020-08-28 | 北京百度网讯科技有限公司 | 仪表盘绘制处理方法、装置、电子设备和存储介质 |
CN112712804A (zh) * | 2020-12-23 | 2021-04-27 | 哈尔滨工业大学(威海) | 语音识别方法、系统、介质、计算机设备、终端及应用 |
CN113205817A (zh) * | 2021-07-06 | 2021-08-03 | 明品云(北京)数据科技有限公司 | 语音语义识别方法、系统、设备及介质 |
CN113312886A (zh) * | 2021-06-10 | 2021-08-27 | 浙江惠瀜网络科技有限公司 | 客户端语音输入表单的方法 |
CN113380234A (zh) * | 2021-08-12 | 2021-09-10 | 明品云(北京)数据科技有限公司 | 基于语音识别生成表单的方法、装置、设备及介质 |
CN113378579A (zh) * | 2021-05-31 | 2021-09-10 | 五八到家有限公司 | 一种语音录入结构化数据的方法、系统及电子设备 |
CN113886368A (zh) * | 2021-11-18 | 2022-01-04 | 建信金融科技有限责任公司 | 一种补录数据检核方法、装置、设备及存储介质 |
WO2022016994A1 (zh) * | 2020-07-23 | 2022-01-27 | 平安科技(深圳)有限公司 | 基于ai识别的会议纪要生成方法、装置、设备及介质 |
-
2022
- 2022-02-07 CN CN202210115550.2A patent/CN114462364B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100456234C (zh) * | 2005-06-16 | 2009-01-28 | 国际商业机器公司 | 在多模式应用中同步视觉和语音事件的方法和系统 |
CN1959628A (zh) * | 2005-10-31 | 2007-05-09 | 西门子(中国)有限公司 | 一种人机交互导航系统 |
US20090248415A1 (en) * | 2008-03-31 | 2009-10-01 | Yap, Inc. | Use of metadata to post process speech recognition output |
US20160300573A1 (en) * | 2015-04-08 | 2016-10-13 | Google Inc. | Mapping input to form fields |
AU2017100229A4 (en) * | 2016-03-14 | 2017-03-30 | Apple Inc. | Identification of voice inputs providing credentials |
CN107357772A (zh) * | 2017-07-04 | 2017-11-17 | 贵州小爱机器人科技有限公司 | 表单填写方法、装置和计算机设备 |
CN107657017A (zh) * | 2017-09-26 | 2018-02-02 | 百度在线网络技术(北京)有限公司 | 用于提供语音服务的方法和装置 |
CN108664460A (zh) * | 2018-04-16 | 2018-10-16 | 北京天使软件技术有限公司 | 语音填表装置、方法、系统及存储介质 |
CN108664199A (zh) * | 2018-05-07 | 2018-10-16 | 平安普惠企业管理有限公司 | 表单填写方法、装置、设备及计算机可读存储介质 |
CN110718226A (zh) * | 2019-09-19 | 2020-01-21 | 厦门快商通科技股份有限公司 | 语音识别结果处理方法、装置、电子设备及介质 |
CN110688491A (zh) * | 2019-09-25 | 2020-01-14 | 暨南大学 | 基于深度学习的机器阅读理解方法、系统、设备及介质 |
CN111597808A (zh) * | 2020-04-24 | 2020-08-28 | 北京百度网讯科技有限公司 | 仪表盘绘制处理方法、装置、电子设备和存储介质 |
WO2022016994A1 (zh) * | 2020-07-23 | 2022-01-27 | 平安科技(深圳)有限公司 | 基于ai识别的会议纪要生成方法、装置、设备及介质 |
CN112712804A (zh) * | 2020-12-23 | 2021-04-27 | 哈尔滨工业大学(威海) | 语音识别方法、系统、介质、计算机设备、终端及应用 |
CN113378579A (zh) * | 2021-05-31 | 2021-09-10 | 五八到家有限公司 | 一种语音录入结构化数据的方法、系统及电子设备 |
CN113312886A (zh) * | 2021-06-10 | 2021-08-27 | 浙江惠瀜网络科技有限公司 | 客户端语音输入表单的方法 |
CN113205817A (zh) * | 2021-07-06 | 2021-08-03 | 明品云(北京)数据科技有限公司 | 语音语义识别方法、系统、设备及介质 |
CN113380234A (zh) * | 2021-08-12 | 2021-09-10 | 明品云(北京)数据科技有限公司 | 基于语音识别生成表单的方法、装置、设备及介质 |
CN113886368A (zh) * | 2021-11-18 | 2022-01-04 | 建信金融科技有限责任公司 | 一种补录数据检核方法、装置、设备及存储介质 |
Non-Patent Citations (5)
Title |
---|
POTAMITIS ILYAS 等: "Automatic bird sound detection in long real-field recordings: Applications and tools", 《APPLIED ACOUSTICS》 * |
WU WEI-LIN 等: "Spoken language understanding using weakly supervised learning", 《COMPUTER SPEECH & LANGUAGE》 * |
YANG JIAN: "Burmese Word Segmentation Method and Implementation Based on CRF", 《2018 INTERNATIONAL CONFERENCE ON ASIAN LANGUAGE PROCESSING (IALP)》 * |
张佳宁 等: "基于word2vec的语音识别后文本纠错", 《计算机工程与设计》 * |
黄志刚: "基于贝叶斯的中文垃圾邮件过滤系统的设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114462364B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107204184B (zh) | 语音识别方法及系统 | |
US10152301B2 (en) | Providing interface controls based on voice commands | |
US20120330662A1 (en) | Input supporting system, method and program | |
CN108628830B (zh) | 一种语义识别的方法和装置 | |
WO2021051514A1 (zh) | 一种语音识别方法、装置、计算机设备及非易失性存储介质 | |
CN114840671A (zh) | 对话生成方法、模型的训练方法、装置、设备及介质 | |
CN114595686A (zh) | 知识抽取方法、知识抽取模型的训练方法及装置 | |
CN115099239B (zh) | 一种资源识别方法、装置、设备以及存储介质 | |
CN115309877A (zh) | 对话生成方法、对话模型训练方法及装置 | |
CN113836316B (zh) | 三元组数据的处理方法、训练方法、装置、设备及介质 | |
CN112906368B (zh) | 行业文本增量方法、相关装置及计算机程序产品 | |
CN114021548A (zh) | 敏感信息检测方法、训练方法、装置、设备以及存储介质 | |
CN113850291A (zh) | 文本处理及模型训练方法、装置、设备和存储介质 | |
CN111538817A (zh) | 人机交互方法和装置 | |
CN113657088A (zh) | 接口文档解析方法、装置、电子设备以及存储介质 | |
CN111783433A (zh) | 一种文本检索纠错方法和装置 | |
CN114462364B (zh) | 录入信息的方法和装置 | |
CN115600592A (zh) | 文本内容的关键信息提取方法、装置、设备及介质 | |
CN113850290B (zh) | 文本处理及模型训练方法、装置、设备和存储介质 | |
CN115329132A (zh) | 生成视频标签的方法、装置、设备以及存储介质 | |
CN114461665A (zh) | 用于生成语句转换模型的方法、装置及计算机程序产品 | |
CN114218431A (zh) | 视频搜索方法、装置、电子设备以及存储介质 | |
CN112560466A (zh) | 链接实体关联方法、装置、电子设备和存储介质 | |
CN115965018B (zh) | 信息生成模型的训练方法、信息生成方法和装置 | |
CN113066498B (zh) | 信息处理方法、设备和介质 |
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 |