[发明专利]训练语言模型的方法和标签设置方法

权利要求书

1.一种标签设置方法，包括：

在音视频通话的过程中，执行以下操作：

利用语言模型识别所述音视频通话的通话记录文件，得到目标文本；

确定所述目标文本中包含的口语词，作为目标词，其中，所述口语词为用于表达与标准词相同含义的口语化词语，所述标准词为符合语言规范的词语；

针对至少一个目标词中的每个目标词，根据词语对应关系，将所述目标词转换为对应的标准词，其中，所述词语对应关系用于表示具有相同含义的标准词和口语词之间的对应关系；以及

响应于用户针对所述至少一个标准词中目标标准词的选择操作，根据所述目标标准词，为所述通话记录文件设置标签；

其中，所述语言模型是根据以下方法训练的：

获取至少一个标准词和与所述至少一个标准词具有相同含义的口语词，作为样本词；

针对每个所述样本词，将包含所述样本词的语句输入语言模型，得到与所述语句对应的语义信息；

根据所述语义信息中是否包含与所述语句对应的样本词来确定识别效果；以及

根据所述识别效果调整所述语言模型的参数。

2.根据权利要求1所述的方法，其中，所述确定所述目标文本中包含的口语词包括：

根据标准词和口语词集合，确定所述目标文本中包含的口语词，其中，所述标准词和口语词集合包括至少一个标准词和至少一个口语词。

3.根据权利要求2所述的方法，其中，所述根据标准词和口语词集合，确定所述目标文本中包含的口语词包括：

分别利用所述标准词和口语词集合中的每个词语，对所述目标文本进行词语匹配，以确定目标文本中的口语词。

4.根据权利要求1所述的方法，还包括：

向所述用户展示所述至少一个标准词。

5.根据权利要求1所述的方法，还包括：

创建音视频通话；以及

录制所述音视频通话，得到所述通话记录文件。

6.一种标签设置装置，包括：

识别模块，用于在音视频通话的过程中，利用语言模型识别所述音视频通话的通话记录文件，得到目标文本；

确定模块，用于确定所述目标文本中包含的口语词，作为目标词，其中，所述口语词为用于表达与标准词相同含义的口语化词语，所述标准词为符合语言规范的词语；

转换模块，用于针对至少一个目标词中的每个目标词，在所述目标词为口语词的情况下，根据词语对应关系，将所述目标词转换为对应的标准词，其中，所述词语对应关系用于表示具有相同含义的标准词和口语词之间的对应关系；

设置模块，用于在音视频通话的过程中，响应于用户针对所述至少一个标准词中目标标准词的选择操作，根据所述目标标准词，为所述通话记录文件设置标签；

获取模块，用于获取至少一个标准词和与所述至少一个标准词具有相同含义的口语词，作为样本词；以及

训练模块，用于针对每个所述样本词，将包含所述样本词的语句输入语言模型，得到与所述语句对应的语义信息；根据所述语义信息中是否包含与所述语句对应的样本词来确定识别效果；以及根据所述识别效果调整所述语言模型的参数。

7.根据权利要求6所述的装置，其中，所述确定模块包括：

确定子模块，用于根据标准词和口语词集合，确定所述目标文本中包含的口语词，其中，所述标准词和口语词集合包括至少一个标准词和至少一个口语词。

8.根据权利要求7所述的装置，其中，所述确定子模块具体用于：

分别利用所述标准词和口语词集合中的每个词语，对所述目标文本进行词语匹配，以确定目标文本中的口语词。

9.根据权利要求6所述的装置，还包括：

展示模块，用于向所述用户展示所述至少一个标准词。

10.根据权利要求6所述的装置，还包括：

创建模块，用于创建音视频通话；以及

录制模块，用于录制所述音视频通话，得到所述通话记录文件。