显示设备与自然语言生成后处理方法技术

本申请实施例提供了一种显示设备与自然语言生成后处理方法，方法包括：获取语言生成模型生成的目标文本，该目标文本中包括至少一个子句；当上述至少一个子句中存在不符合语言规律的目标子句时，确定该目标子句的待替换语句，并根据该待替换语句对上述目标文本进行修复。即本申请能够对语言生成模型生成的问题句子进行检查、纠正，将其修复为通顺、符合语言规律的句子。律的句子。律的句子。

【技术实现步骤摘要】
显示设备与自然语言生成后处理方法


[0001]本申请实施例涉及自然语言处理
，尤其涉及一种显示设备与自然语言生成后处理方法。

技术介绍

[0002]随着科技的不断发展，目前大多数的显示设备都可以支持人机交互功能。例如，显示设备可以先将用户发出的语音信号通过语音识别转换为文本，然后对转换后的文本进行语义解析，并通过语言生成模型生成反馈给用户的反馈语句。
[0003]然而，语言生成模型难免会生成带语病的语句，如生成的语句不通顺、重复或意义不完整。而若将带语病的语句反馈给用户，则难免会影响用户使用体验。

技术实现思路

[0004]本申请实施例提供一种显示设备与自然语言生成后处理方法，旨在对显示设备生成的带语病的句子进行检查、纠正。
[0005]第一方面，本申请实施例提供一种显示设备，所述显示设备包括：
[0006]音频处理器，用于对接收的音频数据处理；
[0007]视频处理器，用于对接收的视频数据处理；
[0008]显示屏，用于显示图像；
[0009]控制器，所述控制器被配置为：
[0010]获取语言生成模型生成的目标文本，所述目标文本中包括至少一个子句；
[0011]确定所述至少一个子句中是否存在不符合语言规律的目标子句；
[0012]当所述至少一个子句中存在不符合语言规律的目标子句时，确定所述目标子句的待替换语句，并根据所述待替换语句对所述目标文本进行修复。
[0013]在一种可行的实施方式中，所述控制器具体用于：r/>[0014]根据语言模型计算所述至少一个子句中各个子句的得分；
[0015]将所述至少一个子句中得分小于第一得分阈值的子句确定为不符合所述语言规律的目标子句。
[0016]在一种可行的实施方式中，所述控制器具体用于：
[0017]基于doc2vec的平滑模型，得到与所述目标子句相似度最大的相似句子；
[0018]当所述相似句子与所述目标子句的相似度大于或等于预设相似度阈值时，利用所述相似句子替换所述目标子句。
[0019]在一种可行的实施方式中，所述控制器具体用于：
[0020]基于doc2vec的平滑模型，将所述目标子句转换为空间中的句子向量；
[0021]在预设语料库中选取与所述目标子句对应的句子向量距离最近的目标句子向量，将所述目标句子向量对应的语句确定为与所述目标子句相似度最大的相似句子。
[0022]在一种可行的实施方式中，所述控制器具体用于：
[0023]当所述相似句子与所述目标子句的相似度小于所述预设相似度阈值时，从与所述目标文本相关的作品类型所对应的多个情感词维度中随机选取一个情感词维度；其中，各个作品类型对应至少一个情感词维度，且各个情感词维度中包括至少一个情感词；
[0024]在选取的情感词维度中随机选取一个目标情感词，并利用所述目标情感词替换所述目标子句。
[0025]在一种可行的实施方式中，所述控制器具体用于：
[0026]从与所述目标文本相关的作品类型所对应的多个情感词维度中随机选取一个情感词维度；其中，各个作品类型对应至少一个情感词维度，且各个情感词维度中包括至少一个情感词；
[0027]在选取的情感词维度中随机选取一个目标情感词，并利用所述目标情感词替换所述目标子句。
[0028]第二方面，本申请实施例提供一种自然语言生成后处理方法，该方法包括：
[0029]获取语言生成模型生成的目标文本，所述目标文本中包括至少一个子句；
[0030]确定所述至少一个子句中是否存在不符合语言规律的目标子句；
[0031]当所述至少一个子句中存在不符合语言规律的目标子句时，确定所述目标子句的待替换语句，并根据所述待替换语句对所述目标文本进行修复。
[0032]在一种可行的实施方式中，所述确定所述至少一个子句中是否存在不符合语言规律的目标子句，包括：
[0033]根据语言模型计算所述至少一个子句中各个子句的得分；
[0034]将所述至少一个子句中得分小于第一得分阈值的子句确定为不符合所述语言规律的目标子句。
[0035]在一种可行的实施方式中，所述确定所述目标子句的待替换语句，并根据所述待替换语句对所述目标文本进行修复，包括：
[0036]基于doc2vec的平滑模型，得到与所述目标子句相似度最大的相似句子；
[0037]当所述相似句子与所述目标子句的相似度大于或等于预设相似度阈值时，利用所述相似句子替换所述目标子句。
[0038]在一种可行的实施方式中，所述基于doc2vec的平滑模型，得到与所述目标子句相似度最大的相似句子，包括：
[0039]基于doc2vec的平滑模型，将所述目标子句转换为空间中的句子向量；
[0040]在预设语料库中选取与所述目标子句对应的句子向量距离最近的目标句子向量，将所述目标句子向量对应的语句确定为与所述目标子句相似度最大的相似句子。
[0041]在一种可行的实施方式中，所述确定所述目标子句的待替换语句，并根据所述待替换语句对所述目标文本进行修复，还包括：
[0042]当所述相似句子与所述目标子句的相似度小于所述预设相似度阈值时，从与所述目标文本相关的作品类型所对应的多个情感词维度中随机选取一个情感词维度；其中，各个作品类型对应至少一个情感词维度，且各个情感词维度中包括至少一个情感词；
[0043]在选取的情感词维度中随机选取一个目标情感词，并利用所述目标情感词替换所述目标子句。
[0044]在一种可行的实施方式中，所述确定所述目标子句的待替换语句，并根据所述待
替换语句对所述目标文本进行修复，包括：
[0045]从与所述目标文本相关的作品类型所对应的多个情感词维度中随机选取一个情感词维度；其中，各个作品类型对应至少一个情感词维度，且各个情感词维度中包括至少一个情感词；
[0046]在选取的情感词维度中随机选取一个目标情感词，并利用所述目标情感词替换所述目标子句。
[0047]本申请实施例所提供的显示设备与自然语言生成后处理方法，能够对语言生成模型生成的问题句子进行检查、纠正，将其修复为通顺、符合语言规律的句子。
附图说明
[0048]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对本申请实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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它的附图。
[0049]图1中示例性示出了根据实施例中显示设备与控制装置之间操作场景的示意图；
[0050]图2中示例性示出了根据示例性实施例中显示设备200的硬件配置框图；
[0051]图3中示例性示出了根据示例性实施例中控制设备1001的配置框图；
[0052]图4为本申请提供的显示设备的软件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种显示设备，其特征在于，所述显示设备包括：音频处理器，用于对接收的音频数据处理；视频处理器，用于对接收的视频数据处理；显示屏，用于显示图像；控制器，所述控制器被配置为：获取语言生成模型生成的目标文本，所述目标文本中包括至少一个子句；确定所述至少一个子句中是否存在不符合语言规律的目标子句；当所述至少一个子句中存在不符合语言规律的目标子句时，确定所述目标子句的待替换语句，并根据所述待替换语句对所述目标文本进行修复。2.根据权利要求1所述的显示设备，其特征在于，所述控制器具体用于：根据语言模型计算所述至少一个子句中各个子句的得分；将所述至少一个子句中得分小于第一得分阈值的子句确定为不符合所述语言规律的目标子句。3.根据权利要求1所述的显示设备，其特征在于，所述控制器具体用于：基于doc2vec的平滑模型，得到与所述目标子句相似度最大的相似句子；当所述相似句子与所述目标子句的相似度大于或等于预设相似度阈值时，利用所述相似句子替换所述目标子句。4.根据权利要求3所述的显示设备，其特征在于，所述控制器具体用于：基于doc2vec的平滑模型，将所述目标子句转换为空间中的句子向量；在预设语料库中选取与所述目标子句对应的句子向量距离最近的目标句子向量，将所述目标句子向量对应的语句确定为与所述目标子句相似度最大的相似句子。5.一种自然语言生成后处理方法，其特征在于，所述方法包括：获取语言生成模型生成的目标文本，所述目标文本中包括至少一个子句；确定所述至少一个子句中是否存在不符合语言规律的目标子句；当所述至少一个子句中存在不符合语言规律的目标子句时，确定所述目标子句的待替换语句，并根据所述待替换语句对所述目标文本进行修复。6.根据权利要求5所述的方法，其特征在于，所述确定所述至少一个子句中是否存在不符合语言规律的目标子句，包括：根据语言模型计算所述至...

【专利技术属性】
技术研发人员：邵星阳，杨善松，刘永霞，
申请(专利权)人：海信视像科技股份有限公司，
类型：发明
国别省市：