[发明专利]文本的规范化方法、装置、存储介质和电子设备

权利要求书

1.一种文本的规范化方法，其特征在于，包括：

获取输入文本；

将所述输入文本输入至第一模型，确定所述输入文本中字符的标注数据；

根据所述标注数据，通过第二模型对所述输入文本进行文本规范化处理，确定输出文本；

其中，所述第一模型为预先训练的神经网络模型，所述第二模型为加权有限状态转换机，所述标注数据包括所述输入文本中字符的序列标注数据和所述输入文本中特殊字符的不同含义的概率分布。

2.根据权利要求1所述的文本的规范化方法，其特征在于，所述根据所述标注数据，通过第二模型对所述输入文本进行文本规范化处理，确定输出文本，具体包括：

调用所述第二模型的标签函数，根据所述标注数据对所述输入文本进行标注，确定第一文本；

根据所述第一文本确定所述输出文本。

3.根据权利要求2所述的文本的规范化方法，其特征在于，所述根据所述第一文本确定所述输出文本，具体包括：

调用所述第二模型的解码路径函数对所述第一文本中的字符进行解析和位置调整，确定第二文本；

根据所述第二文本确定所述输出文本。

4.根据权利要求3所述的文本的规范化方法，其特征在于，所述根据所述第二文本确定所述输出文本，具体包括：

调用所述第二模型的语言化函数对所述第二文本进行转换，确定所述输出文本。

5.根据权利要求1至4中任一项所述的文本的规范化方法，其特征在于，所述特殊字符包括符号、数字、缩写字符和多音字中的一种或多种。

6.根据权利要求1至4中任一项所述的文本的规范化方法，其特征在于，所述确定输出文本之后，所述文本的规范化方法还包括：

将所述输入文本转换为可播放语音进行输出。

7.根据权利要求1至4中任一项所述的文本的规范化方法，其特征在于，所述获取输入文本之前，所述规范化方法还包括：

获取训练数据集；

根据所述训练数据集对预设模型进行训练，确定所述第一模型；

其中，所述预设模型为神经网络模型。

8.根据权利要求1至4中任一项所述的文本的规范化方法，其特征在于，所述获取输入文本之前，所述规范化方法还包括：

根据预设规则设置所述第二模型对于所述输入文本和所述输出文本的转换规则。

9.一种文本的规范化装置，其特征在于，包括：

获取模块，用于获取输入文本；

第一处理模块，用于将所述输入文本输入至第一模型，确定所述输入文本中字符的标注数据；

第二处理模块，用于根据所述标注数据，通过第二模型对所述输入文本进行文本规范化处理，确定输出文本；

其中，所述第一模型为预先训练的神经网络模型，所述第二模型为加权有限状态转换机，所述标注数据包括所述输入文本中字符的序列标注数据和所述输入文本中特殊字符的不同含义的概率分布。

10.一种文本的规范化装置，其特征在于，包括：存储器和处理器，所述存储器存储有程序，所述处理器执行所述程序时实现如权利要求1至8中任一项所述的文本的规范化方法的步骤。

11.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至8中任一项所述的文本的规范化方法的步骤。

12.一种电子设备，其特征在于，包括：

如权利要求9或10所述的文本的规范化装置；和/或

如权利要求11所述的可读存储介质。

13.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器被执行时实现如权利要求1至8中任一项所述的文本的规范化方法的步骤。