【技术实现步骤摘要】
一种多文本差异识别方法、装置以及电子设备
[0001]本公开涉及计算机
，尤其涉及文本识别
，具体涉及一种多文本差异识别方法、装置以及电子设备。
技术介绍
[0002]在字幕识别等场景中，通常需要对语音转字幕工具的功能进行分析。
[0003]相关技术中，采用diff算法，将待识别的文本，即通过语音转字幕工具对音频进行处理所得的字幕文本，与音频的标准文本进行差异识别，得到待识别的文本相对于标准文本的差异元素，并对差异元素进行颜色标注，从而体现出待识别的文本与标准文本之间的差异。
技术实现思路
[0004]本公开提供了一种多文本差异识别方法、装置、设备以及存储介质。
[0005]根据本公开的一方面，提供了一种多文本差异识别方法，包括：
[0006]确定针对音频的标准文本，以及待识别差异的多个目标文本；其中，每一目标文本为所述音频的字幕文本；
[0007]针对每一目标文本，识别该目标文本相对于所述标准文本的差异，得到差异元素；
[0008]从该目标文本中，确定所述...
【技术保护点】
【技术特征摘要】
1.一种多文本差异识别方法，包括：确定针对音频的标准文本，以及待识别差异的多个目标文本；其中，每一目标文本为所述音频的字幕文本；针对每一目标文本，识别该目标文本相对于所述标准文本的差异，得到差异元素；从该目标文本中，确定所述差异元素所包括的第一元素的上下文信息；其中，所述第一元素为属于更改类型的元素；基于所述第一元素的上下文信息，从所述标准文本和其他文本中，分别确定与所述第一元素位置匹配的目标元素；其中，所述其他文本为多个目标文本中除该目标文本以外的一文本；若所确定的目标元素相同，则在所述其他文本中，对所确定的目标元素进行第一预定标注。2.根据权利要求1所述的方法，所述方法还包括：在该目标文本中，对所述差异元素所包括的各元素进行第二预定标注；其中，所述第二预定标注不同于所述第一预定标注。3.根据权利要求1或2所述的方法，其中，所述基于所述第一元素的上下文信息，从所述标准文本和其他文本中，分别确定与所述第一元素位置匹配的目标元素，包括：从所述标准文本中，检测与所述第一元素的上文信息匹配的元素的第一位置，以及与所述第一元素的下文信息相匹配的元素的第二位置；并确定所述第一位置和第二位置之间的位置上的元素，作为所述标准文本中，与所述第一元素位置匹配的目标元素；从所述其他文本中，检测与所述第一元素的上文信息匹配的元素的第三位置，以及与所述第一元素的下文信息相匹配的元素的第四位置；确定所述第三位置和所述第四位置之间的位置上的元素，作为所述其他文本中，与所述第一元素位置匹配的目标元素。4.根据权利要求1或2所述的方法，其中，所述从该目标文本中，确定所述差异元素所包括的第一元素的上下文信息之前，还包括：对所述差异元素所包括的各元素进行合并处理；其中，所述合并处理包括将位置连续的元素进行合并。5.根据权利要求1或2所述的方法，其中，所述针对每一目标文本，识别该目标文本相对于所述标准文本的差异，得到差异元素之前，所述方法还包括：检测当前的标注模式；其中，所述标注模式为字符标注模式或标点标注模式；针对每一目标文本，识别该目标文本相对于所述标准文本的差异，得到差异元素，包括：针对每一目标文本，若检测到标注模式为字符标注模式，则识别该目标文本相对于所述标准文本的、关于字符的差异，得到差异元素；若检测到标注模式为标点标注模式，则识别该目标文本相对于所述标准文本的、关于标点的差异，得到差异元素。6.根据权利要求1或2所述的方法，还包括：识别所述标准文本中的各个专有名词，以及相对应的索引位置；利用所述各个专有名词相对应的索引位置，查找针对所述各个专有名词的上下文信息；
基于所述各个专有名词的上下文信息，从所述每一目标文本中，分别确定与所述各个专有名词位置匹配的目标专有名词；若所确定的目标专有名词中包括第二预定标注的元素，则判定该目标专有名词属于识别有误的目标专有名词。7.一种多文本差异识别装置，包括：第一确定模块，用于确定针对音频的标准文本，以及待识别差异的多个目标文本；其中，每一目标文本为所述音频的字幕文本；第一识别模块，用于针对每一目标文本，识别该目标文本相对于所述标准文本的差异，得到差异元素；第二确定模块，用于从该目标文本中，确定所述差异元素所包括的第一元素的上下文信息；其中，所述第一元素为属于更改类型的元素；第一匹配...
【专利技术属性】
技术研发人员：王伟杰，王伟，吴越，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。