[发明专利]基于字符变换和无监督网络数据的文本消息规格化方法和系统

权利要求书

1.一种用于根据存储在存储器内的标准标记生成非标准标记的方法，包括：

从存储在存储器内的多个标准标记中选择标准标记，所选择的标记具有多个输入字符；

针对所述多个输入字符中的每一输入字符，根据随机场模型从多项预定操作中选择操作；

在每一输入字符上执行所选择的操作，以生成不同于所述多个标准标记中的每一标记的输出标记；以及

将所述输出标记与所选择的标记相关联地存储到存储器内。

2.根据权利要求1所述的方法，在每一输入字符上执行的操作是下述操作之一：

在所述输出标记中提供输入字符；

在所述输出标记中以一个不同的字符替代输入字符；

在所述输出标记中以多个不同字符替代输入字符；以及

在所述输出标记中不提供输入字符。

3.根据权利要求1所述的方法，其中，所述随机场模型是条件随机场模型。

4.根据权利要求3所述的方法，还包括：

在生成所述输出标记之前，为所述条件随机场模型生成多个操作参数，为所述条件随机场模型生成多个操作参数包括：

将存储在存储器内的第二多个标记中的每一标记与所述多个标准标记中的标准标记进行比较；

响应于所述第二多个标记中的第一标记不同于所述多个标准标记中的每一标记而将所述第一标记识别为非标准标记；

响应于所述第二多个标记中的第二标记为所述第一标记提供了上下文信息而将所述第二标记识别为上下文标记；

生成至少一项数据库查询，所述至少一项数据库查询包括所述第一标记和所述第二标记；

以至少一项生成的数据库查询来对数据库进行查询；以及

从根据所述数据库获得的结果中识别对应于所述第一标记的结果标记。

5.根据权利要求4所述的方法，其中，所述数据库是搜索引擎，所述第一标记和所述第二标记是搜索引擎的搜索项。

6.根据权利要求4所述的方法，为所述条件随机场模型生成多个操作参数还包括：

使所述结果标记中的每一字符与非标准标记中的至少一个字符对准；

在所述结果标记中识别对应于所述结果标记中的每一字符的至少一个特征；

在所述多项预定操作中识别根据结果标记中对应的对准字符而生成非标准标记中的至少一个字符的操作；以及

参考所识别出的操作以及结果标记中的对准字符的至少一个特征，更新所述条件随机场模型的操作参数。

7.根据权利要求4所述的方法，还包括：

为所选择的标准标记生成多个非标准标记，所述多个非标准标记中的至少一些不同于所述第二多个标记中的每一标记；以及

将所述多个非标准标记与所选择的标准标记相关联地存储到存储器内。

8.根据权利要求1所述的方法，还包括：

识别具有至少一个标记的文本消息中的非标准标记，所述非标准标记对应于存储在存储器内的非标准标记；

获得与来自所述存储器的非标准标记相关联的标准标记；

以所述标准标记替代所述文本消息中的非标准标记；以及

合成对应于所述文本消息中的至少一个标准标记的语音。

9.根据权利要求8所述的方法，还包括：

识别存储在存储器内与所述非标准标记相关联的多个标准标记；

对与所述非标准标记相关联的每一标准标记应用次序，所述次序是指每一标准标记出现在文本消息中的概率；以及

以所述多个标准标记中具有最高次序的标准标记替代所述非标准标记。

10.一种用于生成在随机场模型中使用的操作参数的方法，包括：

将存储在存储器内的第一多个标记中的每一标记与存储在存储器内的多个标准标记进行比较；

响应于所述第一多个标记中的第一标记不同于所述多个标准标记中的每一标准标记而将所述第一标记识别为非标准标记；

响应于所述第一多个标记中的第二标记为所述第一标记提供了上下文信息而将所述第二标记识别为上下文标记；

生成包括所述第一标记和所述第二标记的数据库查询；

以所生成的查询对数据库进行查询；

从自所述数据库获得的结果中识别对应于所述第一标记的结果标记；以及

将与所述第一标记相关联的结果标记存储到存储器内。