[发明专利]基于BPE编码的序列化方法、训练方法、系统及存储介质在审
| 申请号： | 202010484848.1 | 申请日： | 2020-06-01 |
| 公开（公告）号： | CN111916063A | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 刘柏基;张伟彬;徐向民 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L15/16;G06F40/242;G06F40/126 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 胡辉 |
| 地址： | 510641 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于BPE编码的序列化方法、系统、装置及存储介质，其中方法包括以下步骤：获取中英混合的标注文本，采用基于BPE编码算法生成的字典将所述标注文本中的中文序列分为多个汉字，以及将所述标注文本中的英文序列拆分为多个字母串；将拆分获得的所述汉字和所述字母串作为标注序列，用于对端到端语音识别模型进行训练；所述字母串中包含有标识符，根据所述标识符将所述字母串合并成英文单词。本发明对于文本中的中文采用字级别的拆分，对于英文按照BPE编码所得字典进行拆分，解决中文字和英文单词发音长度不一致的问题，使得英文子串近似于中文发音长度，提升了端到端语音识别模型的性能，可广泛应用于计算机软件技术领域。 | ||
| 搜索关键词： | 基于 bpe 编码 序列 方法 训练 系统 存储 介质 | ||
【主权项】：
暂无信息
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华南理工大学，未经华南理工大学许可，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/202010484848.1/，转载请声明来源钻瓜专利网。
