基于图注意网络的口语到书面语转换方法、装置和设备制造方法及图纸

本发明专利技术提供一种基于图注意网络的口语到书面语转换方法、装置和设备，其中方法包括：对口语文档进行语义编码，得到口语文档的语义表示；基于口语文档的语义表示，确定口语文档的文档结构图中各节点的初始表示，文档结构图中包括文档节点、语句节点和分词节点；基于注意力机制，对文档结构图中各节点的初始表示进行消息传播，得到文档结构图的结构图表示；基于结构图表示进行语义解码，得到口语文档对应的书面文档。本发明专利技术提供的方法、装置和设备，通过构建文档图结构示意图，能够得到更加简洁的、可读性强的书面文档，避免了跨越句子边界的口语术语在进行文本转换时被遗漏的问题，保证了文档级口语文本的书面转换效果。文档级口语文本的书面转换效果。文档级口语文本的书面转换效果。

【技术实现步骤摘要】
基于图注意网络的口语到书面语转换方法、装置和设备


[0001]本专利技术涉及自然语言处理
，尤其涉及一种基于图注意网络的口语到书面语转换方法、装置和设备。

技术介绍

[0002]由于人们在说话和写作时的语言应用方式存在差异，且说话时可能存在句法和语法错误、不流利的情况，以及语音录制时携带的噪声，都会对语音识别所得的口语文本的可访问性和可读性造成影响。
[0003]因此，将口语文本转换为书面文本，对于降低文本内容理解难度十分重要。目前的口语到书面的文本转换研究，通常是逐句转换。但实际上，在文档级的口语文本中，口语术语可能会跨越句子边界，且口语文本本身十分冗长，组织不善，逐句转换无法检测前后句子之间的影响，且只能删除口语术语，无法实现文档级口语文本的重组简化，转换效果并不理想。

技术实现思路

[0004]本专利技术提供一种基于图注意网络的口语到书面语转换方法、装置和设备，用以解决现有技术中逐句进行口语到书面语的转换方式，不适用于文档级的转换场景，转换效果不理想问题。
[0005]本专利技术提供一种基于图注意网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图注意网络的口语到书面语转换方法，其特征在于，包括：对口语文档进行语义编码，得到所述口语文档的语义表示；基于所述口语文档的语义表示，确定所述口语文档的文档结构图中各节点的初始表示，所述文档结构图中包括文档节点、语句节点和分词节点，所述文档节点与属于所述口语文档的口语语句对应的语句节点连接，所述语句节点与属于所述口语语句的各分词对应的分词节点连接；基于注意力机制，对所述文档结构图中各节点的初始表示进行消息传播，得到所述文档结构图的结构图表示；基于所述结构图表示进行语义解码，得到所述口语文档对应的书面文档。2.根据权利要求1所述的基于图注意网络的口语到书面语转换方法，其特征在于，所述基于注意力机制，对所述文档结构图中各节点的初始表示进行消息传播，得到所述文档结构图的结构图表示，包括：基于所述注意力机制，对所述文档结构图中同一层级节点的初始表示进行消息传播，得到所述文档结构图中各节点的层级化表示；基于所述注意力机制，对所述文档结构图中各节点的层级化表示进行消息传播，得到所述文档结构图的结构图表示。3.根据权利要求2所述的基于图注意网络的口语到书面语转换方法，其特征在于，所述基于所述注意力机制，对所述文档结构图中同一层级节点的初始表示进行消息传播，得到所述文档结构图中各节点的层级化表示，包括：基于所述文档结构图中的各分词节点，构建词级全连接图；基于所述文档结构图中的各语句节点，构建句级全连接图；基于所述注意力机制，对所述词级全连接图中各分词节点的初始表示进行消息传播，得到所述各分词节点的层级化表示；基于所述注意力机制，对所述句级全连接图中各语句节点的初始表示进行消息传播，得到所述各语句节点的层级化表示。4.根据权利要求1所述的基于图注意网络的口语到书面语转换方法，其特征在于，所述基于所述结构图表示进行语义解码，得到所述口语文档对应的书面文档，包括：对所述语义表示和所述结构图表示进行特征融合，得到融合表示；基于所述融合表示进行语义解码，得到所述口语文档对应的书面文档。5.根据权利要求4所述的基于图注意网络的口语到书面语转换方法，其特征在于，所述对所述语义表...

【专利技术属性】
技术研发人员：赵云龙，徐爽，徐波，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：