[发明专利]一种语义信息纠正方法、装置和智能座舱

说明书

本发明实施例提供了一种语义信息纠正方法、装置和智能座舱，所述方法包括：针对获取到的语音请求，生成匹配的语义信息；采用已训练的第一语言模型，检测所述语义信息中的错误位置纠正；采用预设信息替换所述语义信息中所述错误位置的内容，得到待纠正数据；采用已训练的第二语言模型，生成与所述待纠正数据匹配的纠正结果。本发明实施例可以实现基于两个语言模型对根据语音请求进行ASR识别得到的语义信息就行纠正，由于采用第一语言模型识别出语义信息中需要纠正的错误位置，第二语言模型能够针对错误位置对待纠正数据进行预测，提高第二语言模型对待纠正数据的预测准确性，即提高了纠正结果的准确性。

技术领域

本发明涉及汽车技术领域，特别是涉及一种语义信息纠正方法、一种语义信息纠正装置和智能座舱。

背景技术

ASR(Automatic Speech Recognition，自动语音识别)是一种能够将人的语音转换为文本的技术。

由于错误的ASR识别文本会从源头影响下游的NLP(Natural LanguageProcessing，自然语言处理)任务，使得用户在与智能设备进行语音交互时，在识别语言指令过程中会出现识别不准的情况。

目标现有的ASR识别文本纠正的技术包括：

一种是利用拼音、编辑距离等相似度计算方法，进行模糊匹配纠错，但是该技术存在如下缺陷：1、需要根据经验整理一个易错集，有很大的时间成本和人力成本。2、影响范围有限，只能解决局部问题。3、不够准确，容易有较多误召回情况。

另一种是利用有监督的机器学习方法进行模型训练与预测纠错，但是该技术存在以下缺陷：1、需要大量人工标注数据。2、模型准确度不够，一般用分类模型来做，每一个字的位置都有词典个数的预测结果，会造成标签预测灾难。3、线上推理时延较大。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种语义信息纠正方法和相应的另一种语义信息纠正方法、一种语义信息纠正装置、智能座舱。

为了解决上述问题，本发明实施例公开了一种语义信息纠正方法，包括：

针对获取到的语音请求，生成匹配的语义信息；

采用已训练的第一语言模型，检测所述语义信息中的错误位置纠正；

采用预设信息替换所述语义信息中所述错误位置的内容，得到待纠正数据；

采用已训练的第二语言模型，生成与所述待纠正数据匹配的纠正结果。

可选地，所述方法还包括：

生成与所述纠正结果匹配的指令信息；

响应于所述指令信息，执行相应的操作。

可选地，所述语义信息包括多个已排序的初始字符；所述采用已训练的第一语言模型，检测所述语义信息中的错误位置的步骤包括：

采用已训练的第一语言模型，生成与所述初始字符的评分值；

基于所述评分值，确定所述语义信息中的错误位置；

其中，所述评分值与当前初始字符作为前一初始字符的后继字符的概率呈负相关关系。

可选地，所述基于所述评分值，确定所述语义信息中的错误位置的步骤包括：

在所述评分值大于第一预设阈值时，确定所述评分值对应的初始字符为待纠正字符；

确定所述待纠正字符位于所述语义信息中顺序为错误位置。

可选地，所述采用预设信息替换所述语义信息中所述错误位置的内容，得到待纠正数据的步骤，包括：