[发明专利]语句库构建方法、装置、设备和存储介质

权利要求书

1.一种语句库构建方法，其特征在于，所述语句库构建方法包括以下步骤：

接收到语句库构建指令时，使用爬虫工具从网络抓取初始语句；

过滤所述初始语句，生成中间语句；

对所述中间语句所包含的每个汉字进行音素标注，形成与所述中间语句对应的音素集；

判断所述音素集是否等于预设全音素集；

若所述音素集等于预设全音素集，则将所述音素集对应的中间语句作为标准语句写入语句库。

2.如权利要求1所述的语句库构建方法，其特征在于，所述判断所述音素集是否等于预设全音素集的步骤之后，包括：

若所述音素集不等于预设全音素集，则将所述音素集对应的中间语句作为候选语句写入候选语句库；

将候选语句库中的预设数量候选语句组合生成组合语句，并将的预设数量候选语句所对应的音素集进行组合得到并集，将所述并集作为候选音素集；

判断所述候选音素集是否等于预设全音素集；

若所述候选音素集等于预设全音素集，则将对应的组合语句作为标准语句写入语句库。

3.如权利要求2所述的语句库构建方法，其特征在于，所述若所述音素集不等于预设全音素集，则将所述音素集对应的中间语句作为候选语句写入候选语句库的步骤，包括：

若所述音素集不等于预设全音素集，则判断所述音素集包含的音素量占全音素量的比例；

若所述比例超过预设阈值，则将所述音素集对应的中间语句作为候选语句写入候选语句库。

4.如权利要求1所述的语句库构建方法，其特征在于，所述对所述中间语句所包含的每个汉字进行音素标注，形成与所述中间语句对应的音素集的步骤，包括：

对所述中间语句所包含的每个汉字进行音素标注，生成第一音素集；

若所述汉字对应多种不同的音素构成方法，则查询所述汉字对应的所有音素是否都存在第一音素集内；

若所述汉字对应的所有音素均包含在第一音素集内，则将所述第一音素集作为所述中间语句对应的音素集；

若所述汉字对应的所有音素未全包含在第一音素集内，则将所述汉字对应的所有音素从第一音素集中剔除，生成所述中间语句对应的音素集。

5.如权利要求1所述的语句库构建方法，其特征在于，所述过滤所述初始语句，生成中间语句的步骤包括：

将初始语句与敏感词库中包含的敏感词进行比对；

若所述初始语句中包含敏感词库中的任一敏感词，则将所述初始语句舍弃；

若所述初始语句中不包含敏感词库中的任一敏感词，则将所述初始语句作为中间语句。

6.如权利要求1所述的语句库构建方法，其特征在于，所述过滤所述初始语句，生成中间语句的步骤包括：

将所述初始语句输入自然语言处理模型，生成所述初始语句对应的情感评分；

判断所述情感评分是否处于预设区间内；

若所述情感评分不处于预设区间内，则将所述初始语句舍弃；

若所述情感评分处于预设区间内，则将所述初始语句作为中间语句。

7.如权利要求1至6任意一项所述的语句库构建方法，其特征在于，所述若所述音素集等于预设全音素集，则将所述音素集对应的中间语句作为标准语句写入语句库的步骤之后，包括：

对所述标准语句进行场景分类；

接收到标准语句生成指令时，获取指令中的预设场景标识；

查询语句库中预设场景标识对应场景分类下的标准语句，调取标准语句并输出。

8.一种语句库构建装置，其特征在于，所述语句库构建装置包括：

语句抓取模块：用于接收到语句库构建指令时，使用爬虫工具从网络抓取初始语句；

过滤模块：用于过滤所述初始语句，生成中间语句；

音素集生成模块：用于对所述中间语句所包含的每个汉字进行音素标注，形成与所述中间语句对应的音素集；

判断模块：判断所述音素集是否等于预设全音素集；

写入模块：用于若所述音素集等于预设全音素集，则将所述音素集对应的中间语句作为标准语句写入语句库。