[发明专利]短语语料获取方法及短语语料获取装置有效
| 申请号： | 201911352915.8 | 申请日： | 2019-12-25 |
| 公开（公告）号： | CN110750980B | 公开（公告）日： | 2020-05-05 |
| 发明（设计）人： | 杨萌萌;郝玉峰;黄宇凯;邵志明;曹琼;李科 | 申请（专利权）人： | 北京海天瑞声科技股份有限公司 |
| 主分类号： | G06F40/211 | 分类号： | G06F40/211;G06F40/289 |
| 代理公司： | 北京钲霖知识产权代理有限公司 11722 | 代理人： | 李英艳;李志新 |
| 地址： | 100083 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及语音合成技术领域，提供一种短语语料获取方法及短语语料获取装置。短语语料获取方法，包括：获取待处理长句语料。拆分待处理长句语料，得到至少一个子句语料。将子句语料的字数与预设句长阈值进行对比。若子句语料的字数小于或等于预设句长阈值，则保留子句语料作为短句语料。通过本公开提供的获取短语语料方法，将待处理长句语料拆分成独立的子句语料进行处理，有助于提高语料清洗句子利用率，减少待处理长句语料中有用语料的损失，进而节省人工校对的成本。 | ||
| 搜索关键词： | 短语 语料 获取 方法 装置 | ||
【主权项】：
1.一种短语语料获取方法，其特征在于，所述方法包括：/n获取待处理长句语料；/n拆分所述待处理长句语料，得到至少一个子句语料；/n将所述子句语料的字数与预设句长阈值进行对比；/n若所述子句语料的字数小于或等于所述预设句长阈值，则保留所述子句语料作为短句语料。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京海天瑞声科技股份有限公司，未经北京海天瑞声科技股份有限公司许可，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/patent/201911352915.8/，转载请声明来源钻瓜专利网。
