[发明专利]一种语言模型建立方法及装置

说明书

本发明公开了一种语言模型建立方法及装置。所述方法包括：获取预设领域的语料库和通用语言模型，所述语料库包括所述预设领域的多个元素以及每个元素在所述语料库中所占的第一概率，所述通用语言模型包括多个元素以及每个元素在所述通用语言模型中所占的第二概率；判断所述元素是否存在于所述语料库和/或所述通用语言模型中；根据所述判断结果，确定所述元素对应的第三概率；根据所述元素对应的第三概率，建立所述预设领域的个性化语言模型。该技术方案使得个性化语言模型中元素所占的概率更加符合预设领域所在场景，从而实现了语言模型在不同领域中的个性化，提高了使用个性化语言模型识别文字的准确率。

技术领域

本发明涉及计算机语言技术领域，尤其涉及一种语言模型建立方法及装置。

背景技术

目前，随着电子科技的发展，语音输入越来越被人们推崇，语音输入是通过语音识别将人说话的内容转换为文本的一种输入方式。很多应用中的语音输入还局限在语音输入语音输出，还不能很好的将语音输入转化为文字。由于在实际应用中，语音识别面对的环境十分复杂，需要处理各种不同领域的说话内容，识别性能很难达到百分之百，尤其是对于一些特殊领域，例如医疗领域、金融领域、通信领域等，存在很多专业术语在语音输入中出现的几率较低，电子设备将说话的内容转换为文本时也很难准确地将语音转换为专业术语。

发明内容

本发明实施例提供一种语言模型建立方法及装置，用于实现不同领域中个性化语言模型的建立，从而提高个性化语言模型识别文字的准确率。

一种语言模型建立方法，包括以下步骤：

获取预设领域的语料库和通用语言模型，所述语料库包括所述预设领域的多个元素以及每个元素在所述语料库中所占的第一概率，所述通用语言模型包括多个元素以及每个元素在所述通用语言模型中所占的第二概率，所述元素包括字、词以及字和/或词的组合中的至少一种；

判断所述元素是否存在于所述语料库和/或所述通用语言模型中；

根据所述判断结果，确定所述元素对应的第三概率；

根据所述元素对应的第三概率，建立所述预设领域的个性化语言模型。

本发明实施例的一些有益效果可以包括：

上述技术方案，能够根据元素在语料库和通用语言模型中存在的不同情况来确定元素对应的第三概率，进而根据第三概率建立个性化语言模型，使得个性化语言模型中元素所占的概率更加符合预设领域所在场景，从而实现了语言模型在不同领域中的个性化，提高了使用个性化语言模型识别文字的准确率。

在一个实施例中，所述根据所述判断结果，确定所述元素对应的第三概率，包括：

当所述元素只存在于所述语料库中时，将所述元素在所述语料库中所占的第一概率乘以第一预设系数，获得所述元素对应的第三概率，所述第一预设系数为小于1的正数。

该实施例中，当元素只存在于语料库中时，通过将该元素在语料库中所占的概率乘以小于1的系数，从而降低该元素的概率，避免了由于语料库的数量级较低而导致元素在个性化语言模型中概率过高的情况，从而避免了将不属于语料库中的元素识别为语料库中元素的情况，提高了使用个性化语言模型识别文字的准确率。

在一个实施例中，所述根据所述判断结果，确定所述元素对应的第三概率，包括：

当所述元素只存在于所述通用语言模型中时，将所述元素在所述通用语言模型中对应的第二概率乘以第二预设系数，获得所述元素对应的第三概率，所述第二预设系数大于所述第一预设系数，所述第二预设系数为小于1的正数。

该实施例中，当元素只存在于通用语言模型中时，通过将该元素在通用语言模型中所占的概率乘以小于1的系数，从而降低了该元素的概率，使得建立的个性化语言模型中元素的概率更加准确，提高了使用个性化语言模型识别文字的准确率。