车站名称识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种车站名称识别方法、装置、设备及存储介质，涉及数据处理技术领域，其包括：获取基于用户的语音请求数据得到的文本识别结果；查找所述文本识别结果中出现的备选车站名称；生成所述备选车站名称的正则表达式，并根据所述正则表达式在车站名称集合中匹配相关的目标车站名称，所述正则表达式为拼音的混淆发音表达式；利用所述目标车站名称替换所述文本识别结果中的所述备选车站名称，以得到最终文本识别结果。采用上述方案可以解决现有技术中，由于用户混淆发音而无法对语音数据进行正确识别的技术问题。

Station name identification method, device, equipment and storage medium

【技术实现步骤摘要】
车站名称识别方法、装置、设备及存储介质
本专利技术实施例涉及数据处理
，尤其涉及一种车站名称识别方法、装置、设备及存储介质。
技术介绍
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，被广泛应用于人们生活的各类场景。尤其在语音识别场景中，用户可以通过语音数据的方式向智能设备发出指令，之后，智能设备基于采集到的语音数据执行对应的指令。目前，语音识别场景被广泛应用于各类场景，例如，出行场景下，用户可以通过向智能设备发出语音数据的方式查找目的地、出行路线以及购买车票等。然而，现有的语音识别模型通常是基于普通话训练得到，当用户因为方言、发音方式等原因没有输入正确的普通话时，即混淆发音时，语音识别模型便会识别到错误的结果，例如，用户想要查询“沙村”地铁站，但是因为混淆发音，使得智能设备识别出“沙葱”地铁站，即得到了错误的识别结果，这样会使得智能设备无法正确执行用户的指令，降低了用户的使用体验。
技术实现思路
本专利技术提供了一种车站名称识别方法、装置、设备及存储介质，以解决现有技术中，由于用户混淆发音而无法对语音数据进行正确识别的技术问题。第一方面，本专利技术实施例提供了一种车站名称识别方法，包括：获取基于用户的语音请求数据得到的文本识别结果；查找所述文本识别结果中出现的备选车站名称；生成所述备选车站名称的正则表达式，并根据所述正则表达式在车站名称集合中匹配相关的目标车站名称，所述正则表达式为拼音的混淆发音表达式；利用所述目标车站名称替换所述文本识别结果中的所述备选车站名称，以得到最终文本识别结果。进一步的，所述查找所述文本识别结果中出现的备选车站名称包括：对所述文本识别结果进行关键文本提取，以得到关键文本列表，所述关键文本列表包含提取到的至少一个关键文本；在所述关键文本列表中查找最优关键文本作为备选车站名称。进一步的，所述对所述文本识别结果进行关键文本提取，以得到关键文本列表，所述关键文本列表包含提取到的至少一个关键文本包括：剔除所述文本识别结果中的高频文本，得到剔除文本；根据所述高频文本在所述文本识别结果中的位置对所述剔除文本进行切割，并将切割后得到的至少一个关键文本组成关键文本列表。进一步的，所述在所述关键文本列表中查找最优关键文本作为备选车站名称包括：分别计算每个关键文本与车站名称集合中各车站名称的欧式距离；根据所述欧式距离确定最优关键文本，并将所述最优关键文本作为备选车站名称。进一步的，所述根据所述欧式距离确定最优关键文本包括：分别在每个所述关键文本对应的各欧式距离中选择最小欧式距离；将所述最小欧式距离与对应关键文本的文本长度相除，以得到关键文本的相似度指数；在全部所述相似度指数中，选择最小相似度指数对应的关键文本作为查找到的最优关键文本。进一步的，所述分别计算每个关键文本与车站名称集合中各车站名称的欧式距离包括：确定每个所述关键文本包含的拼音字符；统计所述拼音字符在对应关键文本中的出现次数以及在字符向量中的索引位置；根据所述出现次数和所述索引位置得到对应关键文本的第一拼音字符向量；计算各所述第一拼音字符向量与车站名称集合中各车站名称的第二拼音字符向量之间的欧式距离。进一步的，所述生成所述备选车站名称的正则表达式包括：获取所述备选车站名称的拼音字符序列；在预设的正则表达式集合中匹配与所述拼音字符序列相关的至少一个混淆发音正则表达式，所述预设的正则表达式集合根据拼音的混淆发音规律得到；利用匹配到的至少一个混淆发音正则表达式替换所述拼音字符序列中对应的拼音字符，以得到所述备选车站名称的正则表达式。第二方面，本专利技术实施例还提供了一种车站名称识别装置，包括：结果获取模块，用于获取基于用户的语音请求数据得到的文本识别结果；名称查找模块，用于查找所述文本识别结果中出现的备选车站名称；表达式生成模块，用于生成所述备选车站名称的正则表达式，并根据所述正则表达式在车站名称集合中匹配相关的目标车站名称，所述正则表达式为拼音的混淆发音表达式；结果生成模块，用于利用所述目标车站名称替换所述文本识别结果中的所述备选车站名称，以得到最终文本识别结果。第三方面，本专利技术实施例还提供了一种车站名称识别设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的车站名称识别方法。第四方面，本专利技术实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的车站名称识别方法。上述车站名称识别方法、装置、设备及存储介质，通过获取用户的语音请求数据并得到对应的文本识别结果，在文本识别结果中查找出现的备选车站名称，基于拼音的混淆发音构建备选车站名称的正则表达式，并基于正则表达式在车站名称集合中匹配相关的目标车站名称，之后，将文本识别结果中的备选车站名称替换为目标车站名称，以得到最终文本识别结果的技术手段，解决了现有技术中由于用户混淆发音而无法对语音数据进行正确识别的技术问题。通过构建易产生混淆发音的正则表达式，可以保证识别结果的准确性，且对车站名称的拼音有容错能力，即使语音转文字的识别结果出现错误的情况下仍然能够对车站名称进行准确的识别，具有更强的鲁棒性。附图说明图1为本专利技术一个实施例提供的一种车站名称识别方法的流程图；图2为本专利技术一个实施例提供的一种车站名称识别方法的流程图；图3为本专利技术一个实施例提供的一种车站名称识别装置的结构示意图；图4为本专利技术一个实施例提供的一种车站名称识别设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或操作或对象与另一个实体或操作或对象区分开来，而不一定要求或者暗示这些实体或操作或对象之间存在任何这种实际的关系或顺序。例如，第一拼音字符向量和第二拼音字符向量的“第一”和“第二”用来区分两个不同的拼音字符向量。实施例中提供的车站名称识别方法可以由车站名称识别装置执行，该车站名称识别装置可以通过软件和/或硬件的方式实现，并集成在车站名称识别设备中。其中，车站名称识别设备可以是平板电脑、台式电脑、智能手机、智能机器人、服务器等具有数据处理及分析能力的智能设备，车站名称识别设备可以为一个独立的智能设备，或由多个可进行数据通信的智能设备组成。需要说明，实施例中以识别车站名称为例，实际应用中，车站名称识别设备还可以识别其他场景的语音数据。图1为本专利技术本文档来自技高网...

【技术保护点】
1.一种车站名称识别方法，其特征在于，包括：/n获取基于用户的语音请求数据得到的文本识别结果；/n查找所述文本识别结果中出现的备选车站名称；/n生成所述备选车站名称的正则表达式，并根据所述正则表达式在车站名称集合中匹配相关的目标车站名称，所述正则表达式为拼音的混淆发音表达式；/n利用所述目标车站名称替换所述文本识别结果中的所述备选车站名称，以得到最终文本识别结果。/n

【技术特征摘要】
1.一种车站名称识别方法，其特征在于，包括：
获取基于用户的语音请求数据得到的文本识别结果；
查找所述文本识别结果中出现的备选车站名称；
生成所述备选车站名称的正则表达式，并根据所述正则表达式在车站名称集合中匹配相关的目标车站名称，所述正则表达式为拼音的混淆发音表达式；
利用所述目标车站名称替换所述文本识别结果中的所述备选车站名称，以得到最终文本识别结果。


2.根据权利要求1所述的车站名称识别方法，其特征在于，所述查找所述文本识别结果中出现的备选车站名称包括：
对所述文本识别结果进行关键文本提取，以得到关键文本列表，所述关键文本列表包含提取到的至少一个关键文本；
在所述关键文本列表中查找最优关键文本作为备选车站名称。


3.根据权利要求2所述的车站名称识别方法，其特征在于，所述对所述文本识别结果进行关键文本提取，以得到关键文本列表，所述关键文本列表包含提取到的至少一个关键文本包括：
剔除所述文本识别结果中的高频文本，得到剔除文本；
根据所述高频文本在所述文本识别结果中的位置对所述剔除文本进行切割，并将切割后得到的至少一个关键文本组成关键文本列表。


4.根据权利要求2所述的车站名称识别方法，其特征在于，所述在所述关键文本列表中查找最优关键文本作为备选车站名称包括：
分别计算每个关键文本与车站名称集合中各车站名称的欧式距离；
根据所述欧式距离确定最优关键文本，并将所述最优关键文本作为备选车站名称。


5.根据权利要求4所述的车站名称识别方法，其特征在于，所述根据所述欧式距离确定最优关键文本包括：
分别在每个所述关键文本对应的各欧式距离中选择最小欧式距离；
将所述最小欧式距离与对应关键文本的文本长度相除，以得到关键文本的相似度指数；
在全部所述相似度指数中，选择最小相似度指数对应的关键文本作为查找到的最优关键文本。


6.根据权利要求...

【专利技术属性】
技术研发人员：翁宗鹏，丁保剑，秦伟，李逸帆，曾明，杨东泉，
申请(专利权)人：佳都新太科技股份有限公司，广州佳都科技软件开发有限公司，广州新科佳都科技有限公司，
类型：发明
国别省市：广东;44