[发明专利]标点添加方法和装置、用于标点添加的装置

说明书

本发明实施例提供了一种标点添加方法和装置、用于标点添加的装置，其中的方法具体包括：获取待处理文本；通过神经网络转换模型为所述待处理文本添加标点，以得到所述待处理文本对应的标点添加结果；其中，所述神经网络转换模型为依据平行语料训练得到，所述平行语料包括：源端语料和目标端语料，所述目标端语料为所述源端语料中各词汇对应的标点。本发明实施例可以提高标点添加的准确度。

技术领域

本发明涉及信息处理技术领域，特别是涉及一种标点添加方法和装置、以及一种用于标点添加的装置。

背景技术

在通信领域以及互联网领域等信息处理技术领域，在某些应用场景中需要为一些缺少标点的文件添加标点。例如，为了方便阅读，为语音识别结果对应的文本添加标点等。

现有方案，可以依据语音信号的静音间隔，为语音识别结果对应的文本添加标点。具体地，可以首先设置静音长短的阈值，如果语音信号中讲话用户说话时的静音间隔的长度超过该阈值，则在对应的位置上添加标点；反之，如果语音信号中讲话用户说话时的静音间隔的长度未超过该阈值，则不添加标点。

然而，发明人在实现本发明实施例的过程中发现，不同讲话用户往往具有不同的语速，这样，现有方案中依据语音信号的静音间隔，为语音识别结果对应的文本添加标点，将影响标点添加的准确度。例如，若讲话用户的语速过快，则语句之间没有间隔、或者间隔很短以至于小于阈值，那么将不为文本添加任何标点；又如，若讲话用户的语速过慢，接近一字一顿的情况，那么文本将对应有很多的标点；上述两种情况均会造成标点添加错误，也即标点添加的准确度较低。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的标点添加方法、标点添加装置、用于标点添加的装置，本发明实施例可以提高标点添加的准确度。

为了解决上述问题，本发明公开了一种标点添加方法，包括：

获取待处理文本；

通过神经网络转换模型为所述待处理文本添加标点，以得到所述待处理文本对应的标点添加结果；其中，所述神经网络转换模型为依据平行语料训练得到，所述平行语料包括：源端语料和目标端语料，所述目标端语料为所述源端语料中各词汇对应的标点。

可选地，所述通过神经网络转换模型为所述待处理文本添加标点，包括：

对所述待处理文本进行编码，以得到所述待处理文本对应的源端隐层状态；

依据神经网络转换模型的模型参数，对所述待处理文本对应的源端隐层状态进行解码，以得到所述待处理文本中各词汇属于候选标点的概率；

依据待处理文本中各词汇属于候选标点的概率，得到所述待处理文本对应的标点添加结果。

可选地，所述通过神经网络转换模型为所述待处理文本添加标点，还包括：

确定所述待处理文本对应的源端位置与标点添加结果对应的目标端位置之间的对齐概率；

则所述依据神经网络转换模型的模型参数，对所述待处理文本对应的源端隐层状态进行解码，包括：

依据所述对齐概率和所述待处理文本对应的源端隐层状态，得到源端对应的上下文向量；

依据所述上下文向量，确定目标端隐层状态；

依据所述隐层状态和神经网络转换模型的模型参数，确定所述待处理文本中各词汇属于候选标点的概率。

可选地，所述确定所述待处理文本对应的源端位置与标点添加结果对应的目标端位置之间的对齐概率，包括：

依据神经网络转换模型的模型参数和目标端隐层状态，得到所述待处理文本对应的源端位置与标点添加结果对应的目标端位置之间的对齐概率；或者