[发明专利]语句识别方法和装置、存储介质及电子装置

权利要求书

1.一种语句识别方法，其特征在于，包括：

将目标语句拆分为多个子语句，其中，所述目标语句为有M个字的语句，所述多个子语句中的各个子语句的字数分别为[N，M]区间内的整数；

通过目标语言模型，分别确定所述多个子语句中的各个子语句的目标值，其中，所述多个子语句中的各个子语句的所述目标值为所述多个子语句中的各个子语句是有效语句的概率；

确定所述多个子语句中的各个子语句的所述目标值的平均值，得到所述目标语句的平均目标值，其中，所述平均目标值为所述目标语句是有效语句的概率；

通过将所述目标语句的所述平均目标值和预设阈值进行对比，确定所述目标语句是否为有效语句。

2.根据权利要求1所述的方法，其特征在于，所述将目标语句拆分为多个子语句，包括：

根据M和预设的N，确定所述多个子语句的子语句数量K，其中，K为大于或者等于(M-N+1)的正整数；

对所述目标语句执行以下操作，得到K个子语句中的第i个子语句，其中，

i为大于或等于1、且小于或等于K的正整数：

确定所述第i个子语句中包括的字的数量L，其中，L为大于或者等于N的正整数；

从所述目标语句中的第1个字开始截取L个字，得到所述第i个子语句。

3.根据权利要求2所述的方法，其特征在于，K等于(M-N+1)，L等于(N+i-1)；所述从所述目标语句中的第1个字开始截取L个字，得到所述第i个子语句，包括：

从所述目标语句中的第1个字开始截取连续的(N+i-1)个字，得到所述第i个子语句。

4.根据权利要求1所述的方法，其特征在于，所述通过目标语言模型，分别确定所述多个子语句中的各个子语句的目标值，包括：

在所述多个子语句为(M-N+1)个子语句的情况下，对于所述多个子语句中的第i个子语句，通过所述目标语言模型执行以下步骤，得到所述第i个子语句的目标值：

在所述第i个子语句中，以目标滑动窗口从所述第i个子语句中的第1个字开始滑动，每次截取包括N个字的语句片段，直到所述目标滑动窗口中的最后一个位置覆盖所述第i个子语句中的最后1个字，共得到一组语句片段，其中，所述目标滑动窗口每次覆盖的字数为N；

分别确定所述一组语句片段中的各个语句片段对应的概率值，其中，所述各个语句片段对应的概率值为所述各个语句片段是有效语句的概率；

将所述各个语句片段对应的概率值的乘积确定为所述第i个子语句的目标值。

5.根据权利要求4所述的方法，其特征在于，所述分别确定所述一组语句片段中的各个语句片段对应的概率值，包括：

在N等于或者大于2的情况下，对所述一组语句片段中的各个语句片段执行以下操作，其中，在执行以下操作时，所述各个语句片段为当前语句片段：获取在预设的目标数据集中所述当前语句片段出现的概率，得到第一概率，其中，所述目标数据集包含多个语句；

获取在所述目标数据集中所述当前语句片段中的第1个字到第N-1个字作为一个整体出现的概率，得到第二概率；

将所述第一概率与所述第二概率的比值，确定为所述当前语句片段对应的概率值。

6.根据权利要求4所述的方法，其特征在于，所述分别确定所述一组语句片段中的各个语句片段对应的概率值，包括：

在N等于1的情况下，对所述一组语句片段中的各个语句片段执行以下操作，其中，在执行以下操作时，所述各个语句片段为当前语句片段：

获取在预设的目标数据集中所述当前语句片段出现的概率，得到第一概率，其中，所述目标数据集包含多个语句；

获取在所述目标数据集中所述第i个子语句中的每个字出现的概率之和，得到累计概率；

将所述第一概率与所述累计概率的比值，确定为所述当前语句片段对应的概率值。