识别文本检错方法及装置制造方法及图纸

本发明专利技术实施例提供一种识别文本检错方法及装置，属于语言处理技术领域。该方法包括：获取识别文本中每一分词的识别置信度、翻译置信度和语境置信度；将识别文本中每一分词的识别置信度、翻译置信度及语境置信度进行融合，以得到识别文本中每一分词的综合置信度分值，将综合置信度分值小于预设阈值的分词作为识别文本中的错误词。由于可基于翻译置信度反向确定每一分词作为识别结果的可信程度，并可基于语境置信度确定每一分词在翻译前或翻译后的语境中作为识别结果的可信程度，从而在结合翻译置信度、语境置信度以及识别置信度对识别文本中每一分词进行检错时，检错依据较为多元，并可提高检错准确度。

Text recognition error detection method and device

The embodiment of the invention provides a device and method of error detection and recognition of text, which belongs to the technical field of language processing. The method includes: obtaining the recognition of text recognition every word translation confidence, confidence and confidence will identify context; text recognition of each word confidence, confidence and confidence of translation context are fused to obtain recognition of text every word comprehensive confidence scores, comprehensive word set the reliability score is less than a preset threshold as the recognition errors in the text word. Due to the translation of confidence to identify each word reverse credibility as the recognition results based on the context and the confidence level of each word as determined credible recognition results before translation or translation context based on, resulting in a combination of translation and context confidence confidence and recognition confidence of each text recognition word segmentation error detection, error detection based on the more diverse, and can improve the detection accuracy.

【技术实现步骤摘要】
识别文本检错方法及装置
本专利技术实施例涉及语言处理
，更具体地，涉及一种识别文本检错方法及装置。
技术介绍
目前，语言沟通成为不同种族群体在相互交流时所面临的一个重要课题。传统的翻译方式通常是采用人工陪同口译、交替口译以及同声传译等，以解决语言沟通障碍问题，但受限于人力不足以及成本限制，无法满足普通人进行沟通交流的需求。而语音翻译技术的发展对传统翻译方式做出了有益补充，为普通人日常沟通交流提供了另一条途径，并在成本及时效性等方面更具优势。语音翻译包括语音识别、机器翻译和语音合成这三个步骤，由于在语音识别环节中引入的错误，会直接影响后续翻译准确度，从而如何对识别文本进行检错是提升翻译准确度的关键。相关技术中提供了一种识别文本检测方法，该方法主要是基于识别文本中每个词的识别置信度判断识别文本中每个词是否正确。由于是基于识别过程中每个词的识别置信度来进行检错，检错依据较为单一，从而检错准确度较低。
技术实现思路
为了解决上述问题，本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的识别文本检错方法及装置。根据本专利技术实施例的第一方面，提供了一种识别文本检错方法，该方法包括：获取识别文本中每一分词的识别置信度、翻译置信度和语境置信度，翻译置信度是基于目标语言文本中每一目标词的翻译准确度所得到的，语境置信度是基于识别文本中每一分词的语境特征所得到的，目标语言文本是对识别文本进行翻译后得到的；将识别文本中每一分词的识别置信度、翻译置信度及语境置信度进行融合，以得到识别文本中每一分词的综合置信度分值，将综合置信度分值小于预设阈值的分词作为识别文本中的错误词。本专利技术实施例提供的方法，通过获取识别文本中每一分词的识别置信度、翻译置信度和语境置信度，将识别文本中每一分词的识别置信度、翻译置信度及语境置信度进行加权求和，以得到识别文本中每一分词的综合置信度分值，将综合置信度分值小于预设阈值的分词作为识别文本中的错误词。由于可基于翻译置信度反向确定每一分词作为识别结果的可信程度，并可基于语境置信度确定每一分词在翻译前或翻译后的语境中作为识别结果的可信程度，从而在结合翻译置信度、语境置信度以及识别置信度对识别文本中每一分词进行检错时，检错依据较为多元，并可提高检错准确度。结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，目标语言文本是将识别文本输入至翻译编解码循环神经网络输出得到的；相应地，获取识别文本中每一分词的翻译置信度，包括：基于翻译编解码循环神经网络中解码层的输出特征及每一分词在识别文本中的编码特征，获取每一分词的翻译贡献度，每一分词的编码特征用于表示每一分词翻译前的语境；对每一分词的翻译贡献度进行归一化，获取每一分词对应的归一化注意力权重系数；将每一分词对应的归一化注意力权重系数与每一目标词的翻译准确度进行加权求和，得到每一分词的翻译置信度。结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，获取每一分词在识别文本中的编码特征，包括：通过翻译编解码循环神经网络获取每一分词的词向量对应的前向编码特征及反向编码特征，将每一分词对应的前向编码特征与反向编码特征进行拼接，得到每一分词在识别文本中的编码特征。结合第一方面的第一种可能的实现方式，在第四种可能的实现方式中，每一分词的语境特征包括解码特征，每一分词的解码特征用于表示用于每一分词翻译后的语境；相应地，获取识别文本中每一分词的语境特征，包括：将每一分词对应的归一化注意力权重系数与翻译编解码循环神经网络中解码层的输出特征进行加权求和，得到每一分词的解码特征。结合第一方面的第四种可能的实现方式，在第五种可能的实现方式中，每一分词的语境特征还包括以下三种数据中的至少一种数据，以下三种数据分别为每一分词的词向量、每一分词在识别文本中的编码特征以及识别文本对应的主题类型。结合第一方面的第一种可能的实现方式，在第六种可能的实现方式中，获取识别文本中每一分词的语境置信度，包括：将识别文本中每一分词的语境特征输入至语境置信度计算模型，输出得到每一分词的语境置信度，语境置信度计算模型是基于训练识别文本的语境特征对预设计算模型进行训练后得到的。结合第一方面的第一种可能的实现方式，在第七种可能的实现方式中，获取识别文本中每一分词的识别置信度，包括：获取识别文本中每一分词的后验概率，并作为每一分词的识别置信度；或者，将识别文本中每一分词的声学分值、语言模型分值、后验概率及持续时长输入至识别置信度计算模型，输出每一分词的识别置信度。根据本专利技术实施例的第二方面，提供了一种识别文本检错装置，该装置包括：获取模块，用于获取识别文本中每一分词的识别置信度、翻译置信度和语境置信度，翻译置信度是基于目标语言文本中每一目标词的翻译准确度所得到的，语境置信度是基于识别文本中每一分词的语境特征所得到的，目标语言文本是对识别文本进行翻译后得到的；检测模块，用于将识别文本中每一分词的识别置信度、翻译置信度及语境置信度进行融合，以得到识别文本中每一分词的综合置信度分值，将综合置信度分值小于预设阈值的分词作为识别文本中的错误词。根据本专利技术实施例的第三方面，提供了一种识别文本检错设备，包括：至少一个处理器；以及与处理器通信连接的至少一个存储器，其中：存储器存储有可被处理器执行的程序指令，处理器调用程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的识别文本检错方法。根据本专利技术的第四方面，提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的识别文本检错方法。应当理解的是，以上的一般描述和后文的细节描述是示例性和解释性的，并不能限制本专利技术实施例。附图说明图1为本专利技术实施例的一种识别文本检错方法的流程示意图；图2为本专利技术实施例的一种识别文本检错方法的流程示意图；图3为本专利技术实施例的一种翻译编解码循环神经网络的结构示意图；图4为本专利技术实施例的一种识别文本检错装置的框图；图5为本专利技术实施例的一种识别文本检错设备的框图。具体实施方式下面结合附图和实施例，对本专利技术实施例的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术实施例，但不用来限制本专利技术实施例的范围。语音翻译是指将源语言的语音信号自动翻译成目标语言的语音信号的过程。语音翻译一般包括语音识别、机器翻译和语音合成三个主要组成部分。具体地，在给定源语言的语音信号时，首先通过语音识别系统得到源语言的识别文本，其次通过机器翻译系统将识别文本翻译成目标语言文本，最后通过语音合成系统将目标语言文本合成为目标语言的语音信号。由于每个组成部分在当前技术条件下还没有达到理想水平，在一些情况下会导致语音翻译系统输出的翻译结果有误，尤其是在语音识别环节中引入的错误，会直接影响后续翻译准确度，从而如何对识别文本进行检错是提升翻译准确度的关键。针对上述情形，本专利技术实施例提供了一种识别文本检错方法。该方法可用于语音翻译场景，即先通过语音识别得到识别文本，在对识别文本进行翻译后，基于翻译结果对识别文本进行检错。参见图1，该方法包括：101、获取识别文本中每一分词的识别置信度、翻译置信度和语境置信度，翻译置信度是基于目标语言文本中每一目标词的本文档来自技高网...

【技术保护点】
一种识别文本检错方法，其特征在于，包括：获取所述识别文本中每一分词的识别置信度、翻译置信度和语境置信度，所述翻译置信度是基于目标语言文本中每一目标词的翻译准确度所得到的，所述语境置信度是基于所述识别文本中每一分词的语境特征所得到的，所述目标语言文本是对所述识别文本进行翻译后得到的；将所述识别文本中每一分词的识别置信度、翻译置信度及语境置信度进行融合，以得到所述识别文本中每一分词的综合置信度分值，将综合置信度分值小于预设阈值的分词作为所述识别文本中的错误词。

【技术特征摘要】
1.一种识别文本检错方法，其特征在于，包括：获取所述识别文本中每一分词的识别置信度、翻译置信度和语境置信度，所述翻译置信度是基于目标语言文本中每一目标词的翻译准确度所得到的，所述语境置信度是基于所述识别文本中每一分词的语境特征所得到的，所述目标语言文本是对所述识别文本进行翻译后得到的；将所述识别文本中每一分词的识别置信度、翻译置信度及语境置信度进行融合，以得到所述识别文本中每一分词的综合置信度分值，将综合置信度分值小于预设阈值的分词作为所述识别文本中的错误词。2.根据权利要求1所述的方法，其特征在于，所述目标语言文本是将所述识别文本输入至翻译编解码循环神经网络输出得到的；相应地，所述获取识别文本中每一分词的翻译置信度，包括：基于所述翻译编解码循环神经网络中解码层的输出特征及每一分词在所述识别文本中的编码特征，获取每一分词的翻译贡献度，每一分词的编码特征用于表示每一分词翻译前的语境；对每一分词的翻译贡献度进行归一化，获取每一分词对应的归一化注意力权重系数；将每一分词对应的归一化注意力权重系数与每一目标词的翻译准确度进行加权求和，得到每一分词的翻译置信度。3.根据权利要求2所述的方法，其特征在于，所述获取每一分词在所述识别文本中的编码特征，包括：通过所述翻译编解码循环神经网络获取每一分词的词向量对应的前向编码特征及反向编码特征，将每一分词对应的前向编码特征与反向编码特征进行拼接，得到每一分词在所述识别文本中的编码特征。4.根据权利要求1所述的方法，其特征在于，每一分词的语境特征包括解码特征，每一分词的解码特征用于表示用于每一分词翻译后的语境；相应地，所述获取所述识别文本中每一分词的语境特征，包括：将每一分词对应的归一化注意力权重系数与所述翻译编解码循环神经网络中解码层的输出特征进行加权求和，得到每一分词的解码特征。5.根据权利要求4所述的方法，其特...

【专利技术属性】
技术研发人员：刘俊华，魏思，胡国平，柳林，王建社，方昕，李永超，孟廷，
申请(专利权)人：新疆科大讯飞信息科技有限责任公司，
类型：发明
国别省市：新疆,65