[发明专利]语句识别的方法、装置、设备及计算机存储介质在审
申请号: | 202110310856.9 | 申请日: | 2021-03-23 |
公开(公告)号: | CN113064497A | 公开(公告)日: | 2021-07-02 |
发明(设计)人: | 费腾 | 申请(专利权)人: | 上海臣星软件技术有限公司 |
主分类号: | G06F3/023 | 分类号: | G06F3/023;G06F40/279;G06F40/289;G06N3/04 |
代理公司: | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人: | 彭琼 |
地址: | 201802 上海市嘉*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 语句 识别 方法 装置 设备 计算机 存储 介质 | ||
1.一种语句识别的方法,其特征在于,包括:
接收用户在输入法界面内输入第一语句的输入;
根据所述第一语句的输入,通过预设切分模型切分所述第一语句,得到至少一个文字的切分轨迹;
通过预设文字识别模型识别所述至少一个文字的切分轨迹,得到至少一个识别文字;
通过预设语言模型组合所述至少一个识别文字,得到第二语句。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一语句的输入,通过预设切分模型切分所述第一语句,得到至少一个文字的切分轨迹,包括:
根据所述第一语句的输入轨迹,通过所述预设切分模型获取所述第一语句的输入轨迹为起始轨迹的概率值;
当所述概率值大于预设阈值时,通过所述预设切分模型切分所述第一语句,得到所述至少一个文字的切分轨迹。
3.根据权利要求1所述的方法,其特征在于,所述通过预设文字识别模型识别所述至少一个文字的切分轨迹,得到至少一个识别文字,包括:
通过所述预设文字识别模型识别所述至少一个文字的切分轨迹,得到所述至少一个文字的切分轨迹的至少一个第一识别文字,其中,每个所述第一识别文字对应一个目标概率值,所述目标概率值为表征所述文字的切分轨迹与识别字库中预设文字为同一文字的概率值;
确定所述至少一个文字的切分轨迹的至少一个第一识别文字的概率值中最大概率值对应的第一识别文字为所述至少一个识别文字。
4.根据权利要求1所述的方法,其特征在于,通过预设语言模型组合所述至少一个识别文字,得到第二语句,包括:
通过所述预设语言模型组合所述至少一个识别文字,得到至少一个组合语句;
计算所述至少一个组合语句中每个组合语句的分数值;
确定所述至少一个组合语句中分数值最大的组合词句为所述第二语句。
5.根据权利要求1所述的方法,其特征在于,在根据所述第一语句的输入,通过预设切分模型切分所述第一语句,得到至少一个文字的切分轨迹之前,所述方法还包括:
获取训练样本图像,所述训练样本图像包括含有样本语句的输入图像和含有与所述样本语句对应的各个文字的输出图像;
根据所述输入图像和所述输出图像,训练初始神经网络模型得到所述预设切分模型。
6.根据权利要求5所述的方法,其特征在于,所述初始网络模型包括卷积神经网络和二分类神经网络,所述根据所述输入图像和所述输出图像,训练初始神经网络模型得到所述预设切分模型,包括:
将所述输入图像输入所述卷积神经网络,得到所述输入图像中样本语句的特征矩阵;
根据所述特征矩阵和所述输出图像,训练所述二分类神经网络得到所述预设切分模型。
7.一种语句识别的装置,其特征在于,所述装置包括:
接收模块,用于接收用户在输入法界面内输入第一语句的输入;
切分模块,用于根据所述第一语句的输入,通过预设切分模型切分所述第一语句,得到至少一个文字的切分轨迹;
识别模块,用于通过预设文字识别模型识别所述至少一个文字的切分轨迹,得到至少一个识别文字;
组合模块,用于通过预设语言模型组合所述至少一个识别文字,得到第二语句。
8.根据权利要求7所述的装置,其特征在于,所述切分模块,具体用于:
根据所述第一语句的输入,通过所述预设切分模型获取所述第一语句的输入轨迹为起始轨迹的概率值;
当所述概率值大于预设阈值时,通过所述预设切分模型切分所述第一语句,得到所述至少一个文字的切分轨迹。
9.一种语句识别设备,其特征在于,所述语句识别设备包括:处理器,以及存储有计算机程序指令的存储器;
所述处理器读取并执行所述计算机程序指令,以实现如权利要求1-6任意一项所述的语句识别的方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-6任意一项所述的语句识别的方法。
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上海臣星软件技术有限公司,未经上海臣星软件技术有限公司许可,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/202110310856.9/1.html,转载请声明来源钻瓜专利网。