[发明专利]一种发展性阅读障碍筛查方法、装置、设备及存储介质在审

专利信息
申请号: 201911093849.7 申请日: 2019-11-11
公开(公告)号: CN110827986A 公开(公告)日: 2020-02-21
发明(设计)人: 王筱圃;陶沙;李鑫 申请(专利权)人: 科大讯飞股份有限公司
主分类号: G16H50/30 分类号: G16H50/30;G06N3/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 任美玲
地址: 230088 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 发展性 阅读 障碍 方法 装置 设备 存储 介质
【权利要求书】:

1.一种发展性阅读障碍筛查方法,其特征在于,包括:

获取目标对象执行指定阅读任务的目标语音数据以及所述目标语音数据对应的标签,其中,所述目标语音数据对应的标签为所述目标对象的标签,所述目标对象的标签包括人口统计学标签和/或低成就标签;

根据所述目标语音数据以及所述目标语音数据对应的标签,确定能够表征所述目标对象患有发展性阅读障碍的风险等级的筛查结果。

2.根据权利要求1所述的发展性阅读障碍筛查方法,其特征在于,所述根据所述目标语音数据以及所述目标语音数据对应的标签,确定能够表征所述目标对象患有发展性阅读障碍的风险等级的筛查结果,包括:

利用所述目标语音数据、所述目标语音数据对应的标签以及预先建立的阅读障碍筛查模型,确定能够表征所述目标对象患有发展性阅读障碍的风险等级的筛查结果;

其中,所述阅读障碍筛查模型采用训练数据集中的训练样本和训练样本对应的标签训练得到,所述训练样本集中的每个训练样本至少对应有人口统计学标签和/或低成就标签。

3.根据权利要求2所述的发展性阅读障碍筛查方法,其特征在于,所述指定阅读任务为阅读指定汉字的任务;

所述利用所述目标语音数据、所述目标语音数据对应的标签以及预先建立的阅读障碍筛查模型,确定能够表征所述目标对象患有发展性阅读障碍的风险等级的筛查结果,包括:

对所述目标语音数据提取语音特征,并对所述目标语音数据对应的标签提取标签特征,其中,所述语音特征包括正字法意识特征、识字量特征和/或音位意识特征;

利用所述语音特征、所述标签特征和所述阅读障碍筛查模型,确定能够表征所述目标对象患有发展性阅读障碍的风险等级的筛查结果。

4.根据权利要求3所述的发展性阅读障碍筛查方法,其特征在于,对所述目标语音数据提取语音特征,包括:

获取所述目标语音数据对应的音素序列,作为目标音素序列,其中,所述目标音素序列由至少一个音素串组成,一个音素串对应所述指定阅读任务中的一个指定汉字;

将所述目标音素序列与所述指定阅读任务对应的标准音素序列进行匹配;

根据所述目标音素序列与所述标准音素序列的匹配情况,确定所述语音特征。

5.根据权利要求4所述的发展性阅读障碍筛查方法,其特征在于,所述将所述目标音素序列与所述指定阅读任务对应的标准音素序列进行匹配,包括:

将所述目标音素序列中的每个音素串与所述标准音素序列中对应的标准音素串进行同音匹配,以获得所述目标音素序列中的匹配音素串和不匹配音素串;

将经同音匹配后获得的不匹配音素串作为疑似错误音素串,根据相似音字典,将所述疑似错误音素串与所述标准音素序列中对应的标准音素串进行相似音匹配,以得到所述疑似错误音素串中的匹配音素串和不匹配音素串;

将经相似音匹配后获得的不匹配音素串与所述标准音素序列中对应的标准音素串进行全局匹配。

6.根据权利要求3所述的发展性阅读障碍筛查方法,其特征在于,所述利用所述语音特征、所述标签特征和所述阅读障碍筛查模型,确定能够表征所述目标对象患有发展性阅读障碍的风险等级的筛查结果,包括:

确定所述语音特征与所述标签特征的高阶组合特征;

将所述高阶组合特征输入所述阅读障碍筛查模型,获得所述目标对象具有发展性阅读障碍的概率。

7.根据权利要求2所述的发展性阅读障碍筛查方法,其特征在于,采用训练样本和训练样本对应的标签训练阅读障碍筛查模型,包括:

对所述训练样本提取语音特征作为训练语音特征,并对所述训练样本对应的人口统计学标签和/或低成就标签提取标签特征作为训练标签特征,其中,所述训练语音特征包括正字法意识特征、识字量特征和/或音位意识特征;

利用所述训练语音特征、所述训练标签特征和阅读障碍筛查模型,确定所述训练样本对应的对象具有发展性阅读障碍的概率;

根据所述训练样本对应的对象具有发展性阅读障碍的概率,以及所述训练样本对应的标签,确定阅读障碍筛查模型的预测损失;

根据所述阅读障碍筛查模型的预测损失,更新阅读障碍筛查模型的参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911093849.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top