一种口语处理方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种口语处理方法、装置、设备及存储介质，涉及人工智能领域，具体涉及深度学习、自然语言理解、智能客服等领域。具体实现方案为：确定口语文本信息中文字的字特征；确定所述口语文本信息中文字的相关性特征；根据所述文字的字特征和所述文字的相关性特征，确定所述文字对所述口语文本信息流畅性的影响。本公开能够提高口语处理的准确度。本公开能够提高口语处理的准确度。本公开能够提高口语处理的准确度。

【技术实现步骤摘要】
一种口语处理方法、装置、电子设备及存储介质


[0001]本公开涉及人工智能领域，具体涉及深度学习、自然语言理解、智能客服等领域，具体公开了一种口语处理方法、装置、电子设备及存储介质。

技术介绍

[0002]自然语言理解(Natural Language Understanding,NLU)是所有支持机器理解文本内容的方法模型或任务的总称。NLU在文本信息处理系统中扮演着非常重要的角色，是推荐、问答、搜索等系统的必备模块。
[0003]用户口语是指日常口头交谈时使用的语言。用户口语与书面语之间有很大差别，主要体现在口语文本与书面文本相比包含很多不流利因素。如何对口语进行处理是业内重要问题。

技术实现思路

[0004]本公开提供了一种口语处理方法、装置、设备及存储介质。
[0005]根据本公开的一方面，提供了一种口语处理方法，该方法包括：
[0006]确定口语文本信息中文字的字特征；
[0007]确定所述口语文本信息中文字的相关性特征；
[0008]根据所述文字的字特征和所述文字的相关性特征，确定所述文字对所述口语文本信息流畅性的影响。
[0009]根据本公开的一方面，提供了一种口语处理装置，该装置包括：
[0010]字特征模块，用于确定口语文本信息中文字的字特征；
[0011]相关性特征模块，用于确定口语文本信息中文字的相关性特征；
[0012]流畅性影响模块，用于根据所述文字的字特征和所述文字的相关性特征，确定所述文字对所述口语文本信息流畅性的影响。
[0013]根据本公开的另一方面，提供了一种电子设备，该电子设备包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任一实施例所述的口语处理方法。
[0017]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行本公开任一实施例所述的口语处理方法。
[0018]根据本公开的技术，提高了口语处理的准确度。
[0019]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0021]图1是根据本公开实施例提供的一种口语处理方法的流程图；
[0022]图2a是根据本公开实施例提供的另一种口语处理方法的流程图；
[0023]图2b是本公开实施例提供的一种相对位置编码的示意图，
[0024]图3a是根据本公开实施例提供的又一种口语处理方法的流程图；
[0025]图3b是根据本公开实施例提供的一种口语处理过程的架构示意图；
[0026]图3c是根据本公开实施例提供的一种特征处理的示意图；
[0027]图4是根据本公开实施例提供的一种口语处理装置的结构示意图；
[0028]图5是用来实现本公开实施例的口语处理方法的电子设备的框图。
具体实施方式
[0029]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0030]图1是根据本公开实施例提供的一种口语处理方法的流程图，本公开实施例适用于对口语内容进行处理的情况。该方法可以由口语处理装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成于承载口语处理功能的电子设备中。如图1所示，本实施例的口语处理方法可以包括：
[0031]S101，确定口语文本信息中文字的字特征；
[0032]S102，确定所述口语文本信息中文字的相关性特征；
[0033]S103，根据所述文字的字特征和所述文字的相关性特征，确定所述文字对所述口语文本信息流畅性的影响。
[0034]其中，口语文本信息为口语交流过程中的文本信息。在口语交流过程中存在不流畅因素，例如存在重复、停顿、冗余等现象，导致口语文本信息中存在噪音文字，或称为不流畅文字。在口语交流过程中，可以采集语音信息，并通过自动语音识别(Automatic Speech Recognition,ASR)对语音信息进行识别，得到口语文本信息。
[0035]其中，文字的字特征用于表征文字自身的特征信息，相关性特征用于表征口语文本信息中文字的相关性，文字的相关性特征可包括不同文字之间的互相关性，也可包括文字自身的自相关性，即文字与自己的相关性。其中，文字的相关性表示文字在语义上的相关度，文字自身的自相关性大于不同文字之间的互相关性。
[0036]在本公开实施例中，文字对口语文本信息流畅性的影响结果可为不同等级的流畅程度。可选的，可以是流畅或不流畅。若影响结果为不流畅，则表征该文字导致口语文本信息不流畅。在一种可选的实施例中，文字为语气助词、呼应性的词或重复等的情况下，该文字会导致口语文本信息不流畅。
[0037]具体的，可确定口语文本信息中文字的字特征，并确定口语文本信息中文字的相关性特征。需要说明的是，文字的字特征与文字的相关性特征之间为并列关系，二者的确定无先后顺序之分，本公开实施例对二者的确定顺序不做具体限定。
[0038]具体的，可根据文字的相关性特征和文字的字特征，确定文字对口语文本信息流畅性的影响。在确定文字对文本流畅性影响的过程中，采用文字自身的字特征作为确定依据，使得确定过程能够识别口语文本信息中没有实际含义的词语，一般是语气助词，例如哎，那，嗯，喂，啊，哦，嗯，呀，呃，嘛，呢，这个；或者是呼应性的词语，例如，那什么，或者什么的，也等于是，就是说等。还采用文字的相关性特征作为确定依据，使得确定过程能够识别重复性的文字。由于口语文本处理过程中，涵盖口语文本信息中文字自身的字特征，还融合文字的相关性特征，能够准确获得文字对文本流畅性的影响。
[0039]本公开实施例提供的技术方案，通过分别确定口语文本信息中文字自身的字特征和文字的相关性特征，并结合文字自身的字特征和文字的相关性特征确定文字对文本流畅性影响，能够准确获得文字对文本流畅性的影响。
[0040]在一种可选实施方式中，确定所述口语文本信息中文字的相关性特征包括：确定所述口语文本信息中文字的字向量矩阵；根据所述文字的字向量矩阵确定所述文字的相关性特征。
[0041]在本公开实施例中，可对口语文本信息进行处理，得到口语文本信息中文字的字向量矩阵，并根据文字的字向量矩阵确定文字的相关性特征。其中，文字本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种口语处理方法，包括：确定口语文本信息中文字的字特征；确定所述口语文本信息中文字的相关性特征；根据所述文字的字特征和所述文字的相关性特征，确定所述文字对所述口语文本信息流畅性的影响。2.根据权利要求1所述的方法，所述确定所述口语文本信息中文字的相关性特征包括：确定所述口语文本信息中文字的字向量矩阵；根据所述文字的字向量矩阵确定所述文字的相关性特征。3.根据权利要求2所述的方法，其中，所述根据所述文字的字向量矩阵确定所述文字的相关性特征，包括：确定所述口语文本信息中第i个文字的字向量矩阵与第j个文字的字向量矩阵之间的哈达玛积；根据所述哈达玛积确定相关性矩阵；对所述相关性矩阵进行3D特征提取，得到所述第i个文字和所述第j个文字的相关性特征；其中，i和j均为自然数。4.根据权利要求3所述的方法，其中，所述根据所述哈达玛积确定相关性矩阵，包括：确定所述口语文本信息中第i个文字和第j个文字的相对位置编码；将所述相对位置编码添加到所述哈达玛积中，得到所述第i个文字和所述第j个文字的相关性矩阵。5.根据权利要求2所述的方法，其中，所述确定所述口语文本信息中文字的字向量矩阵，包括：通过语言表征模型，对所述口语文本信息进行处理，得到所述口语文本信息中文字的字向量矩阵；所述确定口语文本信息中文字的字特征，包括：对所述文字的字向量矩阵进行2D特征提取，得到文字的字特征。6.根据权利要求1所述的方法，所述方法还包括：根据所述文字对所述口语文本信息流畅性的影响，对所述口语文本信息进行修正，得到目标文本信息。7.一种口语处理装置，包括：字特征模块，用于确定口语文本信息中文字的字特征；相关性特征模块，用于确定口语文本信息中文字的相关性特征；流畅性影响模块，用于根据所述文字的字特征和所述文字的相关性特征，确定所述文字对所述口语文本信息流畅性的影响。8.根据权利要求7所述的装置，其中，所述相关性特征模块包括：字向量矩阵子模块，用于确定所述口语文本信息中文字的字...

【专利技术属性】
技术研发人员：张银辉，
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：