[发明专利]文本断句位置识别方法和装置

权利要求书

1.一种文本断句位置识别方法，其特征在于，包括以下步骤：

接收用户输入的连续语音信息，对所述连续语音信息进行识别生成对应的文本信息；所述文本信息为未断句的信息；

对所述未断句的文本信息进行分析确定间隔位置，将句尾句首标志依次插入到每个间隔位置；

按照预设算法计算所述未断句的文本信息的当前间隔位置插入所述句尾句首标志对应的断句分值；

判断所述断句分值是否大于预设阈值，如果大于，则确定所述当前间隔位置为断句位置；

所述按照预设算法计算所述未断句的文本信息的当前间隔位置插入所述句尾句首标志对应的断句分值，包括：

获取所述当前间隔位置的上下文信息和位置特征；

根据所述上下文信息和位置特征获取所述当前间隔位置在整句中的权重信息；

按照预设算法和所述权重信息计算当前间隔位置插入所述句尾句首标志对应的断句分值；

所述对所述未断句的文本信息进行分析确定间隔位置，将句尾句首标志依次插入到每个间隔位置，包括：

对所述未断句的文本信息进行切词处理生成多个分词；

将句尾句首标志依次插入到第一个分词的前面、以及每个分词后面的间隔位置。

2.如权利要求1所述的方法，其特征在于，所述对所述未断句的文本信息进行分析确定间隔位置，将句尾句首标志依次插入到每个间隔位置，包括另一种实现方式：

按照预设的关键词库对所述文本信息进行匹配，获取匹配成功的关键词；

将句尾句首标志依次插入到每个关键词后面的间隔位置。

3.如权利要求1所述的方法，其特征在于，在所述确定所述当前间隔位置为断句位置之后，还包括：

根据所述当前间隔位置的上下文信息在所述断句位置显示对应的标点符号。

4.一种文本断句位置识别装置，其特征在于，包括：

生成模块，用于接收用户输入的连续语音信息，对所述连续语音信息进行识别生成对应的文本信息；所述文本信息为未断句的信息；

分析模块，用于对所述未断句的文本信息进行分析确定间隔位置；

插入模块，用于对将句尾句首标志依次插入到每个间隔位置；

计算模块，用于按照预设算法计算所述未断句的文本信息的当前间隔位置插入所述句尾句首标志对应的断句分值；

确定模块，用于判断所述断句分值是否大于预设阈值，如果大于，则确定所述当前间隔位置为断句位置；

所述按照预设算法计算所述未断句的文本信息的当前间隔位置插入所述句尾句首标志对应的断句分值，包括：

获取所述当前间隔位置的上下文信息和位置特征；

根据所述上下文信息和位置特征获取所述当前间隔位置在整句中的权重信息；

按照预设算法和所述权重信息计算当前间隔位置插入所述句尾句首标志对应的断句分值；

所述计算模块包括：

生成单元，用于对所述未断句的文本信息进行切词处理生成多个分词；

插入单元，用于将句尾句首标志依次插入到第一个分词的前面、以及每个分词后面的间隔位置。

5.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-3中任一所述的文本断句位置识别方法。

6.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一所述的文本断句位置识别方法。