[发明专利]一种通顺模型训练方法及辅助语音识别方法

权利要求书

1.一种通顺模型训练方法，其特征在于，包括如下步骤：

步骤1，生成字数为2和3的统计词频的字典：使用预先准备的通顺数据生成统计词频个数为2以及词频个数为3的字典；

步骤2，非通顺数据集预处理：通顺数据集中的每个句子通过分词生成基于词的列表；

步骤3，非通顺数据集生成：将词的列表打乱，生成非通顺数据集；

步骤4，数据集向量化：通过3-gram技术，使用字数为2和3的统计词频的字典，将非通顺和通顺数据集向量化，同时分别给通顺数据集和非通顺数据集打上0，1标签；

步骤5，模型准备：搭建textcnn神经网络模型；

步骤6，通顺模型训练：使用向量化的数据对神经网络模型进行训练，从而获得通顺模型。

2.根据权利要求1所述的通顺模型训练方法，其特征在于：

步骤1后进一步包括如下步骤：使用同义词替换、回译的方式对预先准备的通顺数据集进行数据集增广。

3.根据权利要求1所述的通顺模型训练方法，其特征在于：

步骤3词的列表打乱方法为：将词的列表通过交换，删除，同义词插入的方式进行打乱，生成非通顺数据集。

4.一种使用权利要求1-3中任一所述的通顺模型辅助语音识别的方法，其特征在于，包括以下步骤：

步骤11，获取语音信息，将语音信息转成文本；

步骤12，使用通顺模型判断语言是否通顺：文本输入到通顺模型中，判断文本是否通顺；如果文本通顺，则进入到下游的自然语言处理阶段；如果文本不通顺，则过滤文本。

5.根据权利要求4所述的通顺模型辅助语音识别的方法，其特征在于，步骤11后还包括如下步骤111：

当文本的字数大于等于3个字，让文本进入通顺模型；当中文文本的字数小于3个字，通过规则的方式进行过滤。