添加分隔符的方法及终端设备技术

本发明专利技术适用于人工智能技术领域，提供了一种添加分隔符方法及终端设备，通过对目标语句进行分词处理得到多个目标词，根据目标词在预设的词语集合中的位置生成目标词对应的位置矩阵，并通过Word2Vec模型将目标词的位置矩阵转换为词向量；通过预设的神经网络模型将目标语句包含的多个目标词的词向量转换为目标语句对应的混合矩阵；将混合矩阵输入预设的分类器模型，输出各个目标词对应各个分隔符的概率，并将目标词对应的概率最高的分隔符添加在该目标词之后，从而为目标语句添加分隔符，使得目标语句被不同类型的分割符隔断，方便用户阅读和理解目标语句。

Method of Adding Separators and Terminal Devices

【技术实现步骤摘要】
添加分隔符的方法及终端设备
本专利技术属于人工智能领域，尤其涉及一种添加分隔符的方法及终端设备。
技术介绍
近年来，越来越多的语音识别软件可以将语音转换为文字，但是当语音转换为文字之后，往往由于语音识别无法为生成的文字添加诸如标点符号等分割符，导致用户难以很顺畅的阅读这些文字。尤其是当停顿时间极短的大段语音一次性转换为文字时，会给用户造成更大的阅读困难。
技术实现思路
有鉴于此，本专利技术实施例提供了一种添加分隔符的方法及终端设备，以解决现有技术存在的由于难以为文字自动添加分隔符导致的用户阅读困难的问题。本专利技术实施例的第一方面提供了一种添加分隔符的方法，包括：获取待添加分隔符的目标语句，并对所述目标语句进行分词处理，生成多个目标词；根据预设的词语集合，生成所述目标词对应的用于表征所述目标词在所述词语集合中的位置的位置矩阵，并通过预设的Word2Vec模型将所述目标词的位置矩阵转换为该目标词的词向量；分别按照各个所述目标词在所述目标语句中由前到后的顺序以及由后到前的顺序，将各个所述目标词的词向量输入到预设的神经网络模型，生成所述目标语句对应的前向矩阵以及后向矩阵，并将所述前向矩阵以及所述后向矩阵进行拼接，生成所述目标语句对应的混合矩阵；将所述混合矩阵输入预设的分类器模型，输出各个所述目标词对应各个分隔符的概率，并将所述目标词对应的概率最高的分隔符添加在该目标词之后，以为所述目标语句添加分隔符。本专利技术实施例的第二方面提供了一种添加分隔符的装置，包括：获取模块，用于获取待添加分隔符的目标语句，并对所述目标语句进行分词处理，生成多个目标词；转换模块，用于根据预设的词语集合，生成所述目标词对应的用于表征所述目标词在所述词语集合中的位置的位置矩阵，并通过预设的Word2Vec模型将所述目标词的位置矩阵转换为该目标词的词向量；计算模块，用于分别按照各个所述目标词在所述目标语句中由前到后的顺序以及由后到前的顺序，将各个所述目标词的词向量输入到预设的神经网络模型，生成所述目标语句对应的前向矩阵以及后向矩阵，并将所述前向矩阵以及所述后向矩阵进行拼接，生成所述目标语句对应的混合矩阵；添加模块，用于将所述混合矩阵输入预设的分类器模型，输出各个所述目标词对应各个分隔符的概率，并将所述目标词对应的概率最高的分隔符添加在所述目标词之后，以为所述目标语句添加分隔符。本专利技术实施例的第三方面提供了一种终端设备，包括存储器以及处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时，实现本专利技术实施例的第一方面提供的方法的步骤。本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术实施例的第一方面提供的方法的步骤。在本专利技术实施例中，通过对目标语句进行分词处理得到多个目标词，根据目标词在预设的词语集合中的位置生成目标词对应的位置矩阵，并通过Word2Vec模型将目标词的位置矩阵转换为词向量；通过预设的神经网络模型将目标语句包含的多个目标词的词向量转换为目标语句对应的混合矩阵；将混合矩阵输入预设的分类器模型，输出各个目标词对应各个分隔符的概率，并将目标词对应的概率最高的分隔符添加在该目标词之后，从而为目标语句添加分隔符，使得目标语句被不同类型的分割符隔断，方便用户阅读和理解目标语句。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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是本专利技术实施例提供的添加分隔符的方法的实现流程图；图2是本专利技术实施例提供的添加分隔符的方法S104的具体实现流程图；图3是本专利技术实施例提供的添加分隔符的装置的结构框图；图4是本专利技术实施例提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。图1示出了本专利技术实施例提供的添加分隔符的方法的实现流程，该方法流程包括步骤S101至S106。各步骤的具体实现原理如下。S101：获取待添加分隔符的目标语句，并对所述目标语句进行分词处理，生成多个目标词。在本专利技术实施例中，目标语句为缺少分割符的语句。例如，当一长段语音通过语音识别模块转换为一长段语句后，该语句往往是缺少标点符号的，为了使用户更易阅读该语句，本专利技术实施例可以为该语句添加标点符号，此时，该语句为本专利技术实施例中待添加分割符的目标语句，各类标点符号为待添加的分割符。可以理解地，本专利技术实施例中的分隔符不仅仅局限于标点符号，任何用于将语句进行分割的符合均可以作为本专利技术实施例的分割符，在不同的应用场景中，分隔符的类型可以不同。在本专利技术实施例中，需要通过现有的例如jieba中文分词工具在内的分词工具包对目标语句进行分词，得到构成目标语句的多个目标词。S102，根据预设的词语集合，生成所述目标词对应的用于表征所述目标词在所述词语集合中的位置的位置矩阵，并通过预设的Word2Vec模型将所述目标词的位置矩阵转换为该目标词的词向量。可以理解地，文本形式的目标词无法带入到后续的数据计算中，因此需要将各个目标词转换为词向量。在本专利技术实施例中，由于在后续步骤中需要使用神经网络模型，为了使神经网络模型在训练过程中以及在实际对目标语句的计算过程中保持一致性，所以在此需要将目标词与训练过程中需要用到的训练语句的词汇通过一个相同的词语集合进行定位，在定位后，根据定位的情况转换为词向量。可选地，在本专利技术实施例中，可以预先制作一个含有海量词汇的词典作为预设的词语集合，显然，在这个词语集合中各个词语依次排列，具有各自对应的在词语集合中的位置。本专利技术实施例预先收集大量的文章，并对这些文章中包含的词语进行统计，计算出各个词语对应的出现频次，最后将这些文章中包含的词语按照出现频次由大到小的排列顺序存入该词典中，生成本专利技术实施例中的词语集合。示例性地，假设词语集合中包含5个词语(当然，真正使用的词语集合中的词语远远不止5个，在此只是为了便于说明)，则词语集合中排在第一位的词语用：[1,0,0,0,0]表示，排在第二位的词语用：[0,1,0,0,0]表示，以此类推。可以理解地，通过上述的方法可以将一个个的目标词转换为用于表征所述目标词在所述词语集合中的位置的位置矩阵，这有利于使目标语句中的目标词与训练过程中需要用到的训练语句的词语通过统一的方式转换为矩阵形式，提高后续计算的可靠性。在本专利技术实施例中，需要通过现有的Word2Vec模型将各个位置矩阵转换为词向量，以使目标词可以带入进行后续的神经网络模型中进行进一步计算，由于通过Word2Vec模型生成词向量的过程为现有技术，因此不在此进行赘述。S103，分别按照各个所述目标词在所述目标语句中由前到后的顺序以及由后到前的顺序，将各个所本文档来自技高网...

【技术保护点】
1.一种添加分隔符的方法，其特征在于，包括：获取待添加分隔符的目标语句，并对所述目标语句进行分词处理，生成多个目标词；根据预设的词语集合，生成所述目标词对应的用于表征所述目标词在所述词语集合中的位置的位置矩阵，并通过预设的Word2Vec模型将所述目标词的位置矩阵转换为该目标词的词向量；分别按照各个所述目标词在所述目标语句中由前到后的顺序以及由后到前的顺序，将各个所述目标词的词向量输入到预设的神经网络模型，生成所述目标语句对应的前向矩阵以及后向矩阵，并将所述前向矩阵以及所述后向矩阵进行拼接，生成所述目标语句对应的混合矩阵；将所述混合矩阵输入预设的分类器模型，输出各个所述目标词对应各个分隔符的概率，并将所述目标词对应的概率最高的分隔符添加在该目标词之后，以为所述目标语句添加分隔符。

【技术特征摘要】
1.一种添加分隔符的方法，其特征在于，包括：获取待添加分隔符的目标语句，并对所述目标语句进行分词处理，生成多个目标词；根据预设的词语集合，生成所述目标词对应的用于表征所述目标词在所述词语集合中的位置的位置矩阵，并通过预设的Word2Vec模型将所述目标词的位置矩阵转换为该目标词的词向量；分别按照各个所述目标词在所述目标语句中由前到后的顺序以及由后到前的顺序，将各个所述目标词的词向量输入到预设的神经网络模型，生成所述目标语句对应的前向矩阵以及后向矩阵，并将所述前向矩阵以及所述后向矩阵进行拼接，生成所述目标语句对应的混合矩阵；将所述混合矩阵输入预设的分类器模型，输出各个所述目标词对应各个分隔符的概率，并将所述目标词对应的概率最高的分隔符添加在该目标词之后，以为所述目标语句添加分隔符。2.如权利要求1所述的添加分隔符的方法，其特征在于，所述神经网络模型为包含注意力机制的长短期记忆网络；在所述获取待添加分隔符的目标语句之前，所述方法还包括：获取多个训练语句矩阵以及所述训练语句矩阵对应的训练混合矩阵；反复执行以下步骤直至调整后的长短期记忆网络满足预设的收敛条件：将所述训练语句矩阵作为长短期记忆网络的输入，将所述训练混合矩阵作为所述长短期记忆网络的输出，通过反向传播法对所述长短期记忆网络中的各神经单元对应的权重进行更新；输出调整后的长短期记忆网络作为所述预设的神经网络模型。3.如权利要求1所述的添加分隔符的方法，其特征在于，所述将所述混合矩阵输入预设的分类器模型，输出各个所述目标词对应各个分隔符的概率，包括：通过公式：计算所述混合矩阵对应的概率矩阵；所述σ(j)为所述概率矩阵中第j个元素对应的概率值；zj为预设的参数矩阵中第j个元素对应的参数；所述M为所述参数矩阵中元素的个数，所述xi为所述混合矩阵中第i个元素，所述e为自然常数；根据所述目标词在所述目标语句中的位置，从所述概率矩阵中读取各个目标词对应各个分隔符的概率。4.如权利要求1所述的添加分隔符的方法，其特征在于，所述将所述混合矩阵输入预设的分类器模型，输出各个所述目标词对应各个分隔符的概率，包括：将所述混合矩阵输入预设的条件随机场模型，输出各个所述目标词对应各个分隔符的分数值；根据预设的指数函数计算各个分数值对应的指数值，并对所述指数值进行归一化处理，作为各个目标词对应各个分隔符的概率。5.如权利要求4所述的添加分隔符的方法，其特征在于，在所述获取待添加分隔符的目标语句之前，还包括：获取多个随机场训练语句，所述随机场训练语句包含多个训练词，且每个训练词均对应一个以上分隔符的分数值；通过最大似然估计法，根据所述多个随机场训练语句拟合出所述预设的条件随机场模型。6.一种添加分隔符的装置，其特征在于，所述装置包括：获取模块，用于获取待添加分隔符的目标语句，并对所述目标语句进行分词处理，生成多个目标词；转换模块，用于根据预设的词语集合，生...

【专利技术属性】
技术研发人员：占小杰，马骏，王少军，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44