[发明专利]对流式语音识别文本进行断句的方法及装置

权利要求书

1.一种对流式语音识别文本进行断句的方法，所述方法的执行主体为服务端，所述方法包括：

响应于客户端发送的在第一服务中开始第一会话的通知，持续接收客户端采集的针对该第一会话的流式语音信号；

对所述流式语音信号进行流式语音识别，得到各个时刻下的识别文本；其中，在各个时刻下，针对该各个时刻下的识别文本进行断句判断，其中断句判断包括：

将当前时刻下的当前识别文本，与已有语义文本进行比对，得到增量文本，所述已有语义文本是对当前时刻之前的识别文本进行断句而形成的语义片段序列；

基于预先获取的与所述第一服务对应的多个关键词，对所述增量文本进行匹配，得到匹配词集合；

基于所述匹配词集合，确定文本特征；

基于所述文本特征，判断是否在当前识别文本后进行断句，从而将所述增量文本确定为新增语义片段；

其中，所述第一服务为购物服务，所述多个关键词包括若干商品名和若干商品属性，所述匹配词集合包括商品名集合和商品属性集合；其中，基于所述匹配词集合，确定文本特征，包括：

分别确定所述商品名集合和商品属性集合中所包括词语的数量，归入所述文本特征；和/或，

基于预先设定的商品名与权重之间的映射关系，确定所述商品名集合中各个商品名对应的权重，归入所述文本特征；和/或，

基于预先设定的商品属性与权重之间的映射关系，确定所述商品属性集合中各个商品属性对应的权重，归入所述文本特征。

2.根据权利要求1所述的方法，其中，在判断是否在当前识别文本后进行断句之后，所述方法还包括：

在判断出在当前识别文本后进行断句的情况下，将所述增量文本确定为新增语义片段；

将所述新增语义片段续接在所述语义片段序列之后，以更新所述已有语义文本。

3.根据权利要求1所述的方法，其中，将当前时刻下的当前识别文本，与已有语义文本进行比对，得到增量文本，包括：

确定所述当前识别文本与已有语义文本之间的最长公共序列；

基于所述最长公共序列，将所述当前识别文本分割为两部分，并将其中不包括所述最长公共序列的部分作为所述增量文本。

4.根据权利要求1所述的方法，其中，将当前时刻下的当前识别文本，与已有语义文本进行比对，得到增量文本，包括：

确定所述当前识别文本对应的拼音序列与已有语义文本对应的拼音序列之间的最长公共序列；

确定所述当前识别文本中对应于所述最长公共序列的公共文本；

基于所述公共文本，将所述当前识别文本分割为两部分，并将其中不包括所述公共文本的部分作为所述增量文本。

5.根据权利要求1所述的方法，其中，所述多个关键词基于以下步骤而预先获取：

从所述客户端获取用于向用户展示的商品列表；

确定所述商品列表中包括的所述若干商品名和若干商品属性，归入所述多个关键词。

6.根据权利要求5所述的方法，其中，确定所述商品列表中包括的所述若干商品名和若干商品属性，包括：

基于预先建立的包括多个商品名和多个商品属性的词语库，对所述商品列表进行匹配，得到所述若干商品名和若干商品属性。

7.根据权利要求1所述的方法，其中，基于所述匹配词集合，确定文本特征，包括：

确定所述匹配词集合中所包括词语的数量，归入所述文本特征;和/或

基于预先设定的关键词与权重之间的映射关系，确定所述匹配词集合中各个词语对应的权重，归入所述文本特征。

8.根据权利要求1所述的方法，其中，基于所述匹配词集合，确定文本特征，还包括：

确定所述增量文本对应的字符数，归入所述文本特征；和/或，

确定所述当前识别文本对应的字符数，归入所述文本特征；和/或，

确定所述已有语义文本与所述多个关键词相匹配的关键词的总数，归入所述文本特征。