[发明专利]语音识别结果修正方法、系统、终端以及储存介质

权利要求书

1.一种语音识别修正方法，其特征在于，包括：

构建语料库；

从所述语料库中筛选出符合相关度要求的一或多个语料，以形成对应的修正语料文档；

根据所述修正语料文档，生成对应的修正数据输入方式和修正语料库字典文档；

根据所述修正数据输入方式和修正语料库字典文档来训练一ELMo模型，以用于对所述修正语料库字典文档进行向量化处理后得到修正向量文档；

将修正向量文档和修正语料库字典文档送入到所述ELMo模型，以生成语音识别修正模型；

将待识别语音语料文档输入所述语音识别修正模型，得到与所述待识别语音语料文档对应的语音识别修正结果。

2.根据权利要求1所述的语音识别结果修正方法，其特征在于，从所述语料库中筛选出符合相关度要求的一或多个语料，以形成对应的语料文档的方式包括：

获取所述语料库；

将所述语料库中的空白文档以及无关联词语作为不符合相关度要求的语料删除；

将删除后的语料库中的一或多个语料集合成对应的语料文档。

3.根据权利要求1所述的语音识别结果修正方法，其特征在于，根据所述语料文档，生成对应的数据输入方式和语料库字典文档的方式包括：

将所述语料文档进行分词并按行储存；

将经过分词后的语料文档拆解为多行字符，并储存至预处理文档；

构建语料库字典文档，并将所述预处理文档中语料库字典文档中不存在的字符储存至所述语料库字典文档；

将所述语料文档中的中文语料转为无声调拼音，并设于所述中文语料后储存至数据输入方式文档以及所述语料库字典文档。

4.根据权利要求1所述的语音识别结果修正方法，其特征在于，根据所述数据输入方式和语料库字典文档来训练一ELMo模型，以用于对所述语料库字典文档进行向量化处理后得到向量文档的方式包括：

输入储存由所述语料文档中的中文语料转为无声调拼音以及所述中文语料的数据输入方式文档与所述语料库字典文档；

对所述语料库字典文档中的字符进行编码并进行高速神经网络层的筛选；

将筛选后的所述语料库字典文档通过双向长短时结构提取当前序列的上下文信息以得到ELMo模型；

利用所述ELMo模型对所述语料库字典文档进行向量化表示，并储存至向量文档。

5.根据权利要求1所述的语音识别结果修正方法，其特征在于，根据所述向量文档和语料库字典文档来调整所述ELMo模型，以生成用于修正语音识别结果的命名实体识别模型的方式包括：

将所述命名实体识别网络的最后一层的条件随机场函数层修改为分类函数层，生成命名实体识别模型；

载入储存由所述语料文档中的中文语料转为无声调拼音以及所述中文语料的数据输入方式文档与包括所述语料库字典向量文档向量化的向量文档；

利用所述向量文档对所述数据输入方式文档进行向量化；

利用所向量化的所述数据输入方式文档对所述命名实体识别模型进行训练得到用于修正语音识别结果的命名实体识别模型。

6.根据权利要求5所述的语音识别结果修正方法，其特征在于，利用所向量化的所述第二预处理文档对所述命名实体识别模型进行训练还包括：得到语料的标签概率分布，采用分类函数进行分类，以输出概率阈值内的标签值。

7.根据权利要求1所述的语音识别结果修正方法，其特征在于，所述语料库包括：气象语料库。