CN108345581A - 一种信息识别方法、装置和终端设备 - Google Patents
一种信息识别方法、装置和终端设备 Download PDFInfo
- Publication number
- CN108345581A CN108345581A CN201710054957.8A CN201710054957A CN108345581A CN 108345581 A CN108345581 A CN 108345581A CN 201710054957 A CN201710054957 A CN 201710054957A CN 108345581 A CN108345581 A CN 108345581A
- Authority
- CN
- China
- Prior art keywords
- character
- error correction
- recognition result
- identification
- recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/232—Orthographic correction, e.g. spell checking or vowelisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/274—Converting codes to words; Guess-ahead of partial word inputs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Character Discrimination (AREA)
Abstract
本申请实施例提供了一种信息识别方法、装置和终端设备,以减少信息识别错误。所述的方法包括:获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容;将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,其中,识别结果中纠错位置对应的字符为待纠错字符;对所述各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容。对所述各纠错位置对应的待纠错字符分别进行纠错,能够有效的提高识别的准确性。
Description
技术领域
本申请涉及通信技术领域,特别是涉及一种信息识别方法、一种信息识别装置和一种终端设备。
背景技术
随着科技的发展,人机交互是指人与计算机之间使用某种对话语言,以一定的交互方式,为完成确定任务的信息交换过程。
在人机交互过程中,机器获取信息的方式有多种,如语音、图像、文本等。但是,每种方式在进行识别时均可能存在一定的误差导致出现识别错误的问题,例如语音识别输入过程中将“一衣带水”识别成“一一带水”,图像识别中将“滕王阁”识别成“滕王阎”、将“阈值”识别成“阀值”等,该识别导致的识别错误会导致后续交互过程中出现问题。
发明内容
本申请实施例所要解决的技术问题是提供一种信息识别方法,以减少识别错误。
相应的,本申请实施例还提供了一种信息识别装置和一种终端设备,用以保证上述方法的实现及应用。
为了解决上述问题,本申请实施例公开了一种信息识别方法,包括:获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容;将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,其中,识别结果中纠错位置对应的字符为待纠错字符;对所述各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容。
可选的,所述将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,包括:将各识别结果中包括的字符进行顺序比对,得到公共字符序列,所述公共字符序列包括顺序排列的至少一个公共字符,所述公共字符为各识别结果中按照一定顺序的相同字符;依据所述公共字符序列在各识别结果中确定纠错位置,查询得到各识别结果中所述纠错位置对应的待纠错字符。
可选的,所述将各识别结果中包括的字符进行顺序比对,得到公共字符序列,包括:将各识别结果中包括的字符进行顺序比对,得到不同识别结果中的相同字符,作为公共字符;依据比对顺序,将所述公共字符排列构成公共字符序列。
可选的,所述依据所述公共字符序列在各识别结果中确定纠错位置,包括:依据所述公共字符序列将至少两个识别结果以字符为单位对齐,将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置。
可选的,依据所述公共字符序列将至少两个识别结果以字符为单位对齐之后,所述将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置之前,还包括:当不同识别结果对应两个公共字符之间的字符数量不同时,对所述两个公共字符间的字符数量多的识别结果中、所述两个公共字符间包括的字符进行过滤。
可选的,所述对所述各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容,包括:依据各识别结果中每个纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符;将各识别结果中所述纠错位置的字符替换为所述修正字符,得到纠错后的识别内容。
可选的,所述依据各识别结果中每个纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符,包括:针对每个所述纠错位置,依据每个识别结果中所述纠错位置对应的待纠错字符和每个识别结果对应的识别方式,匹配至少一个待选字符,生成对应的字符集;将所述字符集中的待选字符按照至少一个维度进行匹配,依据匹配结果选择待选字符为修正字符。
可选的,所述将所述字符集中的待选字符按照至少一个维度进行匹配的步骤包括以下至少一种:将所述字符集中的待选字符按照字形维度进行匹配,确定字形相似度;将所述字符集中的待选字符按照字音维度进行匹配,确定字音相似度;将所述字符集中的待选字符按照语言维度进行匹配,确定上下文概率;依据所述字形相似度、字音相似度和/或上下文概率,确定所述待选字符的修正值作为匹配结果。
可选的,所述依据匹配结果选择待选字符为修正字符,包括:依据所述修正值进行排序,按照排序顺序选取待选字符为修正字符。
可选的,所述获取至少两个识别结果包括:采用至少两种方式针对同一信息内容获取输入信息,并依据每种获取方式获取的输入信息的类型确定对应的识别方式;将不同类型的输入信息按照对应的识别方式分别进行识别,得到至少两个识别结果;所述输入信息的类型包括以下至少一种:语音类、图像类、文本类。
本发明实施例还公开了一种信息识别装置,包括:获取模块、纠错识别模块以及纠错处理模块;
所述获取模块,用于获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容;
所述纠错识别模块,用于将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,其中,识别结果中纠错位置对应的字符为待纠错字符;
所述纠错处理模块,用于对所述各纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容。
可选的,所述纠错识别模块,包括:比对子模块和纠错确定子模块;
所述比对子模块,用于将各识别结果中包括的字符进行顺序比对,得到公共字符序列,所述公共字符序列包括顺序排列的至少一个公共字符,所述公共字符为各识别结果中按照一定顺序的相同字符;
所述纠错确定子模块,用于依据所述公共字符序列在各识别结果中确定纠错位置,查询得到各识别结果中所述纠错位置对应的待纠错字符。
可选的,所述比对子模块,用于将各识别结果中包括的字符进行顺序比对,得到不同识别结果中的相同字符,作为公共字符;依据比对顺序,将所述公共字符排列构成公共字符序列。
可选的,所述纠错确定子模块,用于依据所述公共字符序列将至少两个识别结果以字符为单位对齐,将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置。
可选的,所述纠错确定子模块,还用于当不同识别结果对应两个公共字符之间的字符数量不同时,对所述两个公共字符间的字符数量多的识别结果中、所述两个公共字符间包括的字符进行过滤。
可选的,所述纠错处理模块,包括:修正子模块和替换子模块;
所述修正子模块,用于依据各识别结果中每个纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符;
所述替换子模块,用于将各识别结果中所述纠错位置的字符替换为所述修正字符,得到纠错后的识别内容。
可选的,所述修正子模块,包括:匹配单元和字符修正单元;
所述匹配单元,用于针对每个所述纠错位置,依据每个识别结果中所述纠错位置对应的待纠错字符和每个识别结果对应的识别方式,匹配至少一个待选字符,生成对应的字符集;
所述字符修正单元,用于将所述字符集中的待选字符按照至少一个维度进行匹配,依据匹配结果选择待选字符为修正字符。
可选的,所述匹配单元,用于将所述字符集中的待选字符按照字形维度进行匹配,确定字形相似度;将所述字符集中的待选字符按照字音维度进行匹配,确定字音相似度;将所述字符集中的待选字符按照语言维度进行匹配,确定上下文概率;依据所述字形相似度、字音相似度和/或上下文概率,确定所述待选字符的修正值作为匹配结果。
可选的,所述字符修正单元,用于依据所述修正值进行排序,按照排序顺序选取待选字符为修正字符。
可选的,所述获取模块,用于采用至少两种方式针对同一信息内容获取输入信息,并依据每种获取方式获取的输入信息的类型确定对应的识别方式;将不同类型的输入信息按照对应的识别方式分别进行识别,得到至少两个识别结果。其中,所述输入信息的类型包括以下至少一种:语音类、图像类、文本类。
本发明实施例还公开了一种终端设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容;将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,其中,识别结果中纠错位置对应的字符为待纠错字符;对所述各纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容。
可选的,所述将各识别结果中包括的字符进行顺序比对,得到公共字符序列,包括:将各识别结果中包括的字符进行顺序比对,得到不同识别结果中的相同字符,作为公共字符;依据比对顺序,将所述公共字符排列构成公共字符序列。
可选的,所述依据所述公共字符序列在各识别结果中确定纠错位置,包括:依据所述公共字符序列将至少两个识别结果以字符为单位对齐,将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置。
可选的,依据所述公共字符序列将至少两个识别结果以字符为单位对齐之后,所述将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置之前,还包括:当不同识别结果对应两个公共字符之间的字符数量不同时,对所述两个公共字符间的字符数量多的识别结果中、所述两个公共字符间包括的字符进行过滤。
可选的,所述对所述各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容,包括:依据各识别结果中每个纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符;将各识别结果中所述纠错位置的字符替换为所述修正字符,得到纠错后的识别内容。
可选的,所述依据各识别结果中每个纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符,包括:针对每个所述纠错位置,依据每个识别结果中所述纠错位置对应的待纠错字符和每个识别结果对应的识别方式,匹配至少一个待选字符,生成对应的字符集;将所述字符集中的待选字符按照至少一个维度进行匹配,依据匹配结果选择待选字符为修正字符。
可选的,所述将所述字符集中的待选字符按照至少一个维度进行匹配的步骤包括以下至少一种:将所述字符集中的待选字符按照字形维度进行匹配,确定字形相似度;将所述字符集中的待选字符按照字音维度进行匹配,确定字音相似度;将所述字符集中的待选字符按照语言维度进行匹配,确定上下文概率;依据所述字形相似度、字音相似度和/或上下文概率,确定所述待选字符的修正值作为匹配结果。
可选的,所述依据匹配结果选择待选字符为修正字符,包括:依据所述修正值进行排序,按照排序顺序选取待选字符为修正字符。
可选的,所述获取至少两个识别结果包括:采用至少两种方式针对同一信息内容获取输入信息,并依据每种获取方式获取的输入信息的类型确定对应的识别方式;将不同类型的输入信息按照对应的识别方式分别进行识别,得到至少两个识别结果;所述输入信息的类型包括以下至少一种:语音类、图像类、文本类。
本申请实施例包括以下优点:
本申请实施例可获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容,然后可将所述至少两个识别结果进行比较,得到各纠错位置在每个识别结果对应的待纠错字符,由于不同识别方式对应的识别错误差别较大,因此通过不同识别结果互相检测识别问题能够有效的检测出识别错误,然后对所述各纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容,提高识别的准确性。
附图说明
图1是本申请的一种信息识别方法实施例的步骤流程图;
图2是本申请的一种信息识别方法可选实施例的步骤流程图;
图3是本申请的一种信息识别装置实施例的结构框图;
图4是本申请的另一种信息识别装置实施例的结构框图;
图5是根据一示例性实施例示出的一种用于信息识别的终端设备的结构框图;
图6是根据一示例性实施例示出的一种用于信息识别装置作为服务器时的框图。
具体实施例方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施例方式对本申请作进一步详细的说明。
参照图1,示出了本申请的一种信息识别方法实施例的步骤流程图,具体可以包括如下步骤:
步骤102,获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容。
本申请实施例对于同一信息内容可以采用不同方式进行信息采集,并通过与采集方式相应的方式将采集得到的信息输入至识别装置,从而能够采用与输入方式对应的识别方式进行输入信息的识别,得到相应的识别结果。例如在人机交互过程中为便于机器识别,可将同一内容采用不同的方式采集后输入给计算机设备,例如通过语音输入、文本输入、图片输入等,从而计算机设备获取多路输入信息,并对各输入信息按照相应的输入方式选取识别方式,采用对应识别方式识别得到该输入信息对应的识别结果。
步骤104,将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,其中,识别结果中纠错位置对应的字符为待纠错字符。
各种识别方式的识别结果均有可能存在误差,即出现识别错误,而不同识别方式对应识别的错误类型通常是不同的,因此当对同一内容采用多种识别方式后,就可通过对不同识别结果的比较来确定出识别错误的字符。
本发明实施例中所述字符可以指的是计算机中使用的字母、数字、字和符号等,例如对于中文识别结果的字符可以为中文文字,对于英文识别结果的字符可以为英文字母,对于日文识别结果的字符可以为片假名等,该字符还包括识别结果中的数字、标点符号、分隔符、特殊符号等。
因此将通过不同识别方式识别得到的至少两个识别结果进行比较,不同识别结果中有些字符相同,有些字符不同。
将不同识别结果中按照一定顺序的相同字符称为公共字符。由于来源于同一信息内容,因此这些公共字符是有序的,即具有一定顺序关系,例如识别结果A为{abcddsc},而识别结果B为{abddesc},假设顺序为从第一个字符开始往后,则其中公共字符为:字符a、字符b、字符d、字符s、字符c,则可以称该5个字符为公共字符,且顺序排列为{a、b、d、s、c}。
从而通过比较可以识别出不同识别结果中不同字符所在的位置。例如前述示例中,识别结果A与识别结果B中的第三位和第五位,其中,识别结果A对应第三位的字符为c,识别结果B中对应第三位的字符为d。
依据识别结果中有序的公共字符确定出不同字符所在的位置,将该位置作为纠错位置,将每个识别结果中该纠错位置对应的字符作为待纠错字符。例如,前述示例中,纠错位置包括第三位和第五位,其中识别结果A中对应纠错位置第三位的待纠错字符为c,识别结果B中对应纠错位置第三位的待纠错字符为d。
其中,一个识别结果中包括至少一个纠错位置,每个纠错位置在各识别结果上分别对应一个待纠错字符,即一个纠错位置对应待纠错字符的数量与识别结果的数量相同。
步骤106,对所述各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容。
步骤106中,可对各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,即分别确定出每个纠错位置对应的修正字符,利用该修正字符替换各识别结果中该纠错位置对应的待纠错字符,得到纠错后的识别内容,从而确定出输入的信息内容对应的正确识别结果。其中,对于不同识别结果,可能某些识别结果中该纠错位置对应的待纠错字符是错误的,但是在其他识别结果中,该纠错位置对应的待纠错字符可能是正确的。因此本发明实施例中,当纠错位置对应的待纠错字符是正确的时,该纠错位置对应的待纠错字符即为前述的修正字符。
综上,获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容,然后可将所述至少两个识别结果进行比较,得到纠错位置、以及每个识别结果中各纠错位置对应的待纠错字符。由于不同识别方式对应的识别错误差别较大,因此通过不同识别结果互相检测识别问题能够有效的检测出识别错误,然后对所述各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容,提高识别的准确性。
参照图2,示出了本申请的另一种信息识别方法实施例的步骤流程图,具体可以包括如下步骤:
步骤202,采用至少两种方式获取输入信息,并依据每种获取方式获取的输入信息的类型确定对应的识别方式。
步骤204,将不同类型的输入信息按照对应的识别方式分别进行识别,确定相应的识别结果。
本申请实施例中可通过多种方式对同一信息进行采集后输入计算机设备,如智能机器人、移动设备、PC机等。其中,智能机器人指的是基于人工智能实现人机交互的计算机设备。通过不同的输入接口可以获取不同采集方式得到的不同类型的输入信息,并依据该输入接口对应的采集方式确定该接口对应的输入信息的类型,并据此确定对应的识别方式。其中,所述输入信息的类型包括以下至少一种:语音类、图像类、文本类,对应的识别方式可以包括:语音识别、光学字符识别、文本识别等,当然还可包括其他类型的输入信息及对应识别方式,本发明实施例不一一列举。其中对于语音类的输入信息可通过麦克风等语音设备采集获取,即可以调用语音接口获取语音类输入信息,相应的识别方式可以为语音识别;对于图像类的输入信息可通过摄像头等设备采集获取,即可以调用拍摄接口获取图像类输入信息,相应的识别方式为图像识别;对于文本类的输入信息可通过网络接口、USB接口等各种数据传输接口获取,相应的识别方式为文本识别;当然上述各种信息均可通过网络接口、USB接口等各种数据传输接口获取。在获取不同类型的输入信息后,按照各类型相应的识别方式分别进行识别,得到至少两种识别结果。
例如,在人机交互答题的应用场景中,题目内容是通过主持人念题(语音输入)和题板显示(图像输入)两种方式同时输入的,智能机器人可同时获取语音类输入信息和图像类输入信息。
其中,对于图像输入的图像类信息,可以采用OCR(Optical CharacterRecognition,光学字符识别)技术。所述OCR是指通过检测暗、亮的模式确定其形状,并用字符识别方法将形状翻译成计算机文字的过程。
即智能机器人可以在主持人念题时采集得到语音类输入信息,并且可通过拍摄题板获取图像类输入信息。然后对于语音类输入信息进行语音识别得到语音识别结果,同时对于图像类输入信息进行OCR识别得到OCR识别结果。例如,对于同一信息,语音类输入信息对应语音识别结果可以是“滕王各位于江西省”,而图像类输入信息对应OCR识别结果可以为“滕王阎位于江四省”。
步骤206,将各识别结果中包括的字符进行顺序比对,得到公共字符序列,所述公共字符序列包括顺序排列的至少一个公共字符,所述公共字符为各识别结果按照一定顺序的相同字符。
步骤208,依据所述公共字符序列在各识别结果中确定纠错位置,查询得到各识别结果中所述纠错位置对应的待纠错字符;其中,所述纠错位置为各识别结果中不同字符所处的位置。
为了对识别结果进行检测并在出现问题后纠错,本实施例可将不同识别方式对应的各识别结果中包括的字符进行顺序比对,所述顺序比对指的是采用依据公共字符确定顺序并进行比对的方式,即在比对过程中所比对出的公共字符,这些公共字符是有序排列的即为公共字符序列,该排列顺序即为识别结果中的前后顺序,即各识别结果中公共字符序列是有序的,对于公共字符是否连续不限定即可不连续也可连续。例如公共字符序列为abc,则在各识别结果中公共字符均为:a在b之前,b在c之前。
在顺序比对得到公共字符序列后,可以依据将该公共字符序列与各识别结果分别进行比对,即可确定出各识别结果中包括的非公共字符、以及各非公共字符所在的位置,再从这些非公共字符所在的位置中筛选出纠错位置,然后在每个识别结果中分别查询得到各识别结果中所述纠错位置对应的待纠错字符。
本发明一个可选实施例中,步骤206中所述将各识别结果中包括的字符进行顺序比对,得到公共字符序列,所述公共字符序列包括顺序排列的至少一个公共字符,包括:将各识别结果中包括的字符按照一定顺序进行顺序比对,得到不同识别结果中的相同字符,作为公共字符;并依据比对顺序,将所述公共字符排列构成公共字符序列。即在将各识别结果中包括字符进行顺序比对的过程中,随着比对的执行按照比对顺序可以得到至少一个公共字符,然后按照比对顺序将该至少一个公共字符顺序排列后构成所述公共字符序列。例如可通过LCS(Longest Common Subsequence,最长公共子序列)算法得到相应的最长公共字符序列,该最长公共字符序列为两个或多个已知序列中最长的子序列。再例如,该比对顺序可以为从识别结果包括的第一个字符开始向后进行比对;该比对顺序也可以为从识别结果包括的最后一个字符开始向前进行比对;在此不做限制。
例如,将语音识别结果A是“滕王各位于江西省”,和OCR识别结果B为“滕王阎位于江四省”进行顺序比对,确定出公共字符序列为“滕王位于江省”。
再例如,将语音识别结果A是“滕王各位于江西省”,和OCR识别结果C为“滕王阎,位于江四省”进行顺序比对,确定出公共字符序列依然为“滕王位于江省”。
本发明另一个可选实施例中,步骤210中在所述依据所述公共字符序列在各识别结果中确定纠错位置,可以包括:依据所述公共字符序列将至少两个识别结果以字符为单位对齐,将各识别结果中对齐位置相同但字符不同的位置确定为纠错位置。具体的,将各识别结果按照公共字符序列进行同步,即按照公共字符序列确定字符顺序,然后将各识别结果以字符为单位对齐,对齐指的是实现不同识别结果中不相邻的两个公共字符间非公共字符的数量相同,从而使得不同的识别结果中各字符是相互一一对应的,然后可将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置,即将不相邻的两个公共字符间非公共字符对应位置作为纠错位置。
可选的,所述依据所述公共字符序列将至少两个识别结果以字符为单位对齐之后,所述将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置之前,还可以包括:当不同识别结果对应两个公共字符之间的字符数量不同时,对该两个公共字符间的字符数量多的识别结果中该两个公共字符间包括的字符进行过滤。实际处理中,虽然不同输入信息来源于同一内容,但有时不同输入方式可能导致获取得到的输入信息间存在差别,例如通常图像输入对应的图像输入信息中具有标点符号,而语音输入往往不具有标点符号;又如上述主持人读题等情况下,语音输入信息中可能具有语气助词、主持人及嘉宾的聊天输入等,从而使得不同输入方式对应输入信息中,两个不相邻的公共字符之间的字符数量可能不同。因此还需要对两个不相邻的公共字符之间包括的字符数量不同的字符进行过滤,通过过滤可去除或忽略标点符号、语气助词、聊天数据等无意义信息,该无意义信息指的是相对于原始信息内容是无意义的,从而通过过滤,可以使得不同识别结果中不相邻的两个公共字符间非公共字符的数量相同,便于确定纠错位置。
例如,将语音识别结果A是“滕王各位于江西省”,和OCR识别结果B为“滕王阎位于江四省”进行比对,确定出公共字符序列为“滕王位于江省”,则纠错位置为第三个字符位和第七个字符位,识别结果A和识别结果B对应第三个字符位的待纠错字符分别为“各”和“阎”,识别结果A和识别结果B对应第七个字符位的待纠错字符分别为“西”和“四”。
再例如,将语音识别结果A是“滕王各位于江西省”,和OCR识别结果C为“滕王阎,位于江四省”进行比对,确定出公共字符序列为“滕王位于江省”,则可以看到,公共字符“王”与公共字符“位”之间包括的字符数量不同,其中,识别结果C的公共字符“王”与公共字符“位”之间包括的字符数量多,则需要对齐进行过滤对齐,滤除其中包括的标点字符“,”,并依据对齐后的识别结果C与识别结果A,确定纠错位置为第三个对齐字符位和第七个对齐字符位,识别结果A和识别结果B对应第三个对齐字符位的待纠错字符分别为“各”和“阎”,识别结果A和识别结果B对应第七个对齐字符位的待纠错字符分别为“西”和“四”。
步骤210,依据各识别结果中所述纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符。
步骤212,将各识别结果中所述纠错位置的字符替换为所述修正字符,得到纠错后的识别内容。
对于一个纠错位置,各识别结果对应的待纠错字符中,可能存在正确字符,也可能都是错误字符,因此可将各识别结果中所述纠错位置对应的待纠错字符均作为待选字符,并且基于各待纠错字符和其识别方式确定出其他待选字符,得到该纠错位置对应的各种待选字符,生成相应的字符集,然后对该字符集中待选字符进行匹配,确定修正字符。再将各识别结果中该纠错位置对应的待纠错字符替换为所述修正字符,从而得到纠错后的识别内容。该纠错后的识别内容可为各识别结果中对应纠错位置替换为修正字符后的结果,即每个识别结果分别对应一个纠错后的识别内容;也可以为识别结果字符对齐并替换修正字符后的内容,即得到一个纠错后的识别内容。此外,该纠错后的识别内容可能与作为来源的信息内容相同。
本发明一个可选实施例中,步骤210中所述依据各识别结果中所述纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符,包括:针对每个所述纠错位置,依据每个识别结果中所述纠错位置对应的待纠错字符和每个识别结果对应的识别方式,匹配至少一个待选字符,生成对应的字符集;将所述字符集中的待选字符按照至少一个维度进行匹配,依据匹配结果选择待选字符为修正字符。针对每个纠错位置,将每个识别结果所述纠错位置对应的待纠错字符作为待选字符,并且将每个识别结果按照对应的识别方式进行易错字数据扩展,确定相应的字符为待选字符,从而获取每个纠错位置对应的一个字符集,每个字符集包括至少一个待选字符。然后可将所述字符集中的待选字符按照至少一个维度进行匹配,其中维度可依据识别方式、语言等确定,即针对待选字符在每个维度上分别得到相应的维度值,依据该维度值可得到该待选字符的修正值,确定该纠错位置的匹配结果,然后从匹配结果中选择待选字符为修正字符。
其中,针对语音识别方式,将待纠错字符和语音识别方式进行匹配,可确定出字音相似的至少一个待选字符;针对图像识别方式(如OCR识别方式),将待纠错字符和图像识别方式进行匹配,可确定出字形音相似的至少一个待选字符等。
所述维度包括以下至少一种:字形维度、字音维度、语言维度。字形维度指的是字体形状的维度,即在字体形状上可能出现相似,例如中文等象形文字中,往往许多字符的结构以及形状上比较相似,又如英文字母等在识别中也可能由于形状相似而识别错误、如u和v。因此对于OCR等图像识别方式中,通常可能会出现由于字形相似的导致的识别错误。字音维度指的是字符发音的维度,即在字符的发音上可能相似,有些英文单词发音相似,中文中也有很多同音字,因此仅通过发音可能无法准确识别,从而对于语音识别方式,通常可能出现读音相似而导致的识别错误。语言维度指的是语言环境的维度,即在不同语言环境如不同上下文而导致错误等。如对于“滕王阁”中“阁”,“各”为字音相似的待选字,“阎”为字形相似的待选字,而“阁”为依据语言环境的待选字。
本发明另一个可选实施例中,所述将所述字符集中的待选字符按照至少一个维度进行匹配的步骤包括以下至少一种:将所述字符集中的待选字符按照字形维度进行匹配,确定字形相似度;将所述字符集中的待选字符按照字音维度进行匹配,确定字音相似度;将所述字符集中的待选字符按照语言维度进行匹配,确定上下文概率;依据所述字形相似度、字音相似度和/或上下文概率,确定所述待选字符的修正值作为匹配结果。
其中,所述将所述字符集中的待选字符按照字形维度进行匹配,确定字形相似度,可以包括:计算字符集中各待选字符和待纠错字符之间在字体形状上的相似度,作为字形相似度,若该待选字符即为待纠错字符,则相似度可为100%,也可为其他值。
其中,所述将所述字符集中的待选字符按照字音维度进行匹配,确定字音相似度,可以包括:计算字符集中各待选字符和待纠错字符之间在读音上的相似度,作为字音相似度,若该待选字符即为待纠错字符,则相似度可为100%,也可为其他值。
其中,所述将所述字符集中的待选字符按照语言维度进行匹配,确定上下文概率,可以包括:将字符集中各待选字符输入到对应识别结果或公共字符序列构成的上下文环境中,依据相应的语音模型匹配该待选字符在此环境下的上下文概率。
其中字形相似度、字音相似度和上下文概率均可称为在对应维度上的维度值,其中,一个待选字符可在其中一个或多个维度上具有维度值,然后可依据所述字形相似度、字音相似度和/或上下文概率,计算所述待选字符的修正值作为匹配结果。其中该修正值可为一个具体数值,也可为归一化处理的概率值,本发明实施例对此不作限定。其中,不同维度还可设置权重,采用权重对维度值进行加权后得到相应的匹配值。
本发明另一个可选实施例中,所述依据匹配结果选择待选字符为修正字符,可以包括:依据所述修正值进行排序,按照排序顺序选取待选字符为修正字符。可将纠错位置对应的字符集中包括的各待选字符,按照匹配结果中修正值的大小进行排序,如从大到小排序或从小到大排序,然后按照排序顺序选取待选字符为修正字符,如可选最大的,也可选最小的,依据具体需求确定。
例如,上述将语音识别结果是“滕王各位于江西省”,和OCR识别结果为“滕王阎位于江四省”进行比对,确定出公共字符序列为“滕王位于江省”。通过纠正可得到纠错后的识别内容为“滕王阁位于江西省”。
本发明实施例还可预先进行离线挖掘,从而得到语音易错字词、OCR易错字词,以及相应的语音模型,便于在确定待选字符和维度值过程中提供数据基础。以中文为例,对于语音易错字词,可能由于中文发音的平舌、卷舌、前鼻音、后鼻音等导致出现语音易错字词,而英文也可能由于清辅音、浊辅音、连读等出现语音易错字词。对于中文可能由于偏旁部首、字形结构等出现OCR易错字词。对于语言模型,中文语言模型可以字为令牌(token),即按照字进行语言模型的匹配,英文语言模型可以单词为token进行匹配等。
从而,本发明实施例通过对多种方式的输入进行对应匹配接错,能够利用不同识别方式进行多维度的匹配,提高纠错准确性和效率,即使各路识别结果均出现识别错误,仍然可有效的进行纠错。
在一个示例的场景中,如在人机交互答题的应用场景中,题目内容是通过主持人念题(语音输入)和题板显示(图像输入)两种方式输入,智能机器人可获取语音输入信息和图像输入信息。即智能机器人在主持人念题时录入语音输入信息,并且可拍摄题板获取图像输入信息。然后对于语音输入信息进行语音识别得到语音识别结果,以及对于图像输入信息进行OCR识别得到OCR识别结果。
对语音识别的识别结果为Q1=(t11,t12,...t1n),OCR识别的识别结果为Q2=(t21,t22,...t2m)。通过LCS算法可确定两种识别结果的最长公共序列,然后采用该最长公共序列将两个输入按字为单位进行对齐,并依此发现两种识别结果的纠错位置。例如,语音输入信息对应语音识别结果是“滕王各位于那个江西省”,而图像输入信息对应OCR识别结果为“滕王阎位于江四省”。通过LCS算法可确定最长公共序列为“滕王位于江省”,然后依据该“滕王位于江省”将两个识别结果对齐,对齐过程中发现在语音输入信息中“于”和“江”两个公共字符中多了“那个”两个字符,确定其为语气助词,进行滤除。其中,公共字符“于”和“江”相对于OCR识别结果为连续的,但相对于语音识别结果为不连续的。从而上述识别结果对应确定纠错位置为第三个字符位和第七个字符位,第三个字符位的待纠错字符为“各”和“阎”,第七个字符位的待纠错字符为“西”和“四”。
对于这些识别错误对应的纠错位置,利用Q1、Q2各自的识别方式挖掘的字形相近、字音相近的字词作为待选字符。如对于上述纠错位(第三个字符位)的字符集可包括{各,阎,阁...}。每个待选字按照各维度进行匹配,得到相应的匹配值包括:字形相似度、字音相似度、基于语言模型的上下文概率等。然后可采用一个回归模型对待选字进行排序,最终给出该位置的修正字符,如上述纠错位(第三个字符位)的修正字符为“阁”,纠错位(第七个字符位)的修正字符为“西”,相应纠错后的识别内容为“滕王阁位于江西省”。
基于上述实施例,对于多种输入方式(即多模输入)的对齐,因为不同输入方式对应输入内容与输入源相关,依据输入源的特征存在响应的噪声数据,例如语音开始、结束位置的识别精度相对较低,又如环境嘈杂、以及语言中的助词等都会对语音识别的精度造成影响,又如OCR识别中图像拍摄的光影效果、清晰度等也会对识别精度造成影响。且多模输入的识别结果往往并不是天然对齐的。因此通过多路识别结果共同匹配,可以基于多路输入的特征如字音、字形、上下文等,使得不同识别方式能够互相处理,在不同维度上提供识别的准确性和精度,对多路输入均能够有效的纠错。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请实施例并不受所描述的动作顺序的限制,因为依据本申请实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请实施例所必须的。
参照图3,示出了本申请的一种信息识别装置实施例的结构框图,具体可以包括如下模块:获取模块302、纠错识别模块304以及纠错处理模块306;
获取模块302,用于获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容。
纠错识别模块304,用于将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,其中,识别结果中纠错位置对应的字符为待纠错字符。
纠错处理模块306,用于对所述各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容。
综上,可获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容,然后可将所述至少两个识别结果进行比较,得到各纠错位置在每个识别结果对应的待纠错字符,由于不同识别方式对应的识别错误差别较大,因此通过不同识别结果互相检测识别问题能够有效的检测出识别错误,然后对所述各纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容,提高识别的准确性。
参照图4,示出了本申请的另一种信息识别装置实施例的结构框图,具体可以包括如下模块:
获取模块302,用于获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容。
纠错识别模块304,用于将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,其中,识别结果中纠错位置对应的字符为待纠错字符。
纠错处理模块306,用于对所述各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容。
其中,纠错识别模块304,包括:比对子模块3042和纠错确定子模块3044;
比对子模块3042,用于将各识别结果中包括的字符进行顺序比对,得到公共字符序列,所述公共字符序列包括顺序排列的至少一个公共字符,所述公共字符为各识别结果中按照一定顺序的相同字符。
纠错确定子模块3044,用于依据所述公共字符序列在各识别结果中确定纠错位置,查询得到各识别结果中所述纠错位置对应的待纠错字符。
其中,所述比对子模块3042,用于将各识别结果中包括的字符进行顺序比对,得到不同识别结果中的相同字符,作为公共字符;依据比对顺序,将所述公共字符排列构成公共字符序列。
所述纠错确定子模块3044,用于依据所述公共字符序列将至少两个识别结果以字符为单位对齐,将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置。
所述纠错确定子模块3044,还用于当不同识别结果对应两个公共字符之间的字符数量不同时,对所述两个公共字符间的字符数量多的识别结果中、所述两个公共字符间包括的字符进行过滤。
所述纠错处理模块306,包括:修正子模块3062和替换子模块3064;
修正子模块3062,用于依据各识别结果中每个纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符;
替换子模块3064,用于将各识别结果中所述纠错位置的字符替换为所述修正字符,得到纠错后的识别内容。
所述修正子模块3062,包括:匹配单元和字符修正单元。
所述匹配单元,用于针对每个所述纠错位置,依据每个识别结果中所述纠错位置对应的待纠错字符和每个识别结果对应的识别方式,匹配至少一个待选字符,生成对应的字符集。
所述字符修正单元,用于将所述字符集中的待选字符按照至少一个维度进行匹配,依据匹配结果选择待选字符为修正字符。
其中,所述匹配单元,用于将所述字符集中的待选字符按照字形维度进行匹配,确定字形相似度;将所述字符集中的待选字符按照字音维度进行匹配,确定字音相似度;将所述字符集中的待选字符按照语言维度进行匹配,确定上下文概率;依据所述字形相似度、字音相似度和/或上下文概率,确定所述待选字符的修正值作为匹配结果。
所述字符修正单元,用于依据所述修正值进行排序,按照排序顺序选取待选字符为修正字符。
所述识别模块302,用于采用至少两种方式针对同一信息内容获取输入信息,并依据每种获取方式获取的输入信息的类型确定对应的识别方式;将不同类型的输入信息按照对应的识别方式分别进行识别,得到至少两个识别结果。其中,所述输入信息的类型包括以下至少一种:语音类、图像类、文本类。
从而,本发明实施例通过对多种方式的输入进行对应匹配接错,能够利用不同识别方式进行多维度的匹配,提高纠错准确性和效率,即使各路识别结果均出现识别错误,仍然可有效的进行纠错。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图5是根据一示例性实施例示出的一种用于信息识别的终端设备500的结构框图。例如,终端设备500可以是移动电话,计算机,数字广播终端设备,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理、智能机器人等。
参照图5,终端设备500可以包括以下一个或多个组件:处理组件502,存储器504,电源组件506,多媒体组件508,音频组件510,输入/输出(I/O)的接口512,传感器组件514,以及通信组件516。
处理组件502通常控制终端设备500的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件502可以包括一个或多个模块,便于处理组件502和其他组件之间的交互。例如,处理组件502可以包括多媒体模块,以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在设备500的操作。这些数据的示例包括用于在终端设备500上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件504为终端设备500的各种组件提供电力。电力组件504可以包括电源管理***,一个或多个电源,及其他与为终端设备500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述终端设备500和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件508包括一个前置摄像头和/或后置摄像头。当终端设备500处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如,音频组件510包括一个麦克风(MIC),当终端设备500处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中,音频组件510还包括一个扬声器,用于输出音频信号。
I/O接口512为处理组件502和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器,用于为终端设备500提供各个方面的状态评估。例如,传感器组件514可以检测到设备500的打开/关闭状态,组件的相对定位,例如所述组件为终端设备500的显示器和小键盘,传感器组件514还可以检测终端设备500或终端设备500一个组件的位置改变,用户与终端设备500接触的存在或不存在,终端设备500方位或加速/减速和终端设备500的温度变化。传感器组件514可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件514还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件516被配置为便于终端设备500和其他设备之间有线或无线方式的通信。终端设备500可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件514经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件514还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,终端设备500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器504,上述指令可由终端设备500的处理器520执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由终端设备的处理器执行时,使得终端设备能够执行一种信息识别方法,所述方法包括:获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容;将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,其中,识别结果中纠错位置对应的字符为待纠错字符;对所述各纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容。
其中,所述将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,包括:将各识别结果中包括的字符进行顺序比对,得到公共字符序列,所述公共字符序列包括顺序排列的至少一个公共字符,所述公共字符为各识别结果中按照一定顺序的相同字符;依据所述公共字符序列在各识别结果中确定纠错位置,查询得到各识别结果中所述纠错位置对应的待纠错字符。
所述将各识别结果中包括的字符进行顺序比对,得到公共字符序列,包括:将各识别结果中包括的字符进行顺序比对,得到不同识别结果中的相同字符,作为公共字符;依据比对顺序,将所述公共字符排列构成公共字符序列。
所述依据所述公共字符序列在各识别结果中确定纠错位置,包括:依据所述公共字符序列将至少两个识别结果以字符为单位对齐,将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置。
依据所述公共字符序列将至少两个识别结果以字符为单位对齐之后,所述将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置之前,还包括:当不同识别结果对应两个公共字符之间的字符数量不同时,对所述两个公共字符间的字符数量多的识别结果中、所述两个公共字符间包括的字符进行过滤。
所述对所述各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容,包括:依据各识别结果中每个纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符;将各识别结果中所述纠错位置的字符替换为所述修正字符,得到纠错后的识别内容。
所述依据各识别结果中每个纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符,包括:针对每个所述纠错位置,依据每个识别结果中所述纠错位置对应的待纠错字符和每个识别结果对应的识别方式,匹配至少一个待选字符,生成对应的字符集;将所述字符集中的待选字符按照至少一个维度进行匹配,依据匹配结果选择待选字符为修正字符。
所述将所述字符集中的待选字符按照至少一个维度进行匹配的步骤包括以下至少一种:将所述字符集中的待选字符按照字形维度进行匹配,确定字形相似度;将所述字符集中的待选字符按照字音维度进行匹配,确定字音相似度;将所述字符集中的待选字符按照语言维度进行匹配,确定上下文概率;依据所述字形相似度、字音相似度和/或上下文概率,确定所述待选字符的修正值作为匹配结果。
所述依据匹配结果选择待选字符为修正字符,包括:依据所述修正值进行排序,按照排序顺序选取待选字符为修正字符。
所述获取至少两个识别结果包括:采用至少两种方式针对同一信息内容获取输入信息,并依据每种获取方式获取的输入信息的类型确定对应的识别方式;将不同类型的输入信息按照对应的识别方式分别进行识别,得到至少两个识别结果;所述输入信息的类型包括以下至少一种:语音类、图像类、文本类。
图6是根据一示例性实施例示出的一种用于信息识别装置作为服务器时的框图。该服务器600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(central processing units,CPU)622(例如,一个或一个以上处理器)和存储器632,一个或一个以上存储应用程序642或数据644的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器622可以设置为与存储介质630通信,在服务器600上执行存储介质630中的一系列指令操作。
服务器600还可以包括一个或一个以上电源626,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口658,一个或一个以上键盘656,和/或,一个或一个以上操作***641,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施例的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种信息识别方法、一种信息识别装置和一种终端设备,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施例方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施例方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (12)
1.一种信息识别方法,其特征在于,包括:
获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容;
将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,其中,识别结果中纠错位置对应的字符为待纠错字符;
对所述各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容。
2.根据权利要求1所述的方法,其特征在于,所述将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,包括:
将各识别结果中包括的字符进行顺序比对,得到公共字符序列,所述公共字符序列包括顺序排列的至少一个公共字符,所述公共字符为各识别结果中按照一定顺序的相同字符;
依据所述公共字符序列在各识别结果中确定纠错位置,查询得到各识别结果中所述纠错位置对应的待纠错字符。
3.根据权利要求2所述的方法,其特征在于,所述将各识别结果中包括的字符进行顺序比对,得到公共字符序列,包括:
将各识别结果中包括的字符进行顺序比对,得到不同识别结果中的相同字符,作为公共字符;
依据比对顺序,将所述公共字符排列构成公共字符序列。
4.根据权利要求3所述的方法,其特征在于,所述依据所述公共字符序列在各识别结果中确定纠错位置,包括:
依据所述公共字符序列将至少两个识别结果以字符为单位对齐,将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置。
5.根据权利要求4所述的方法,其特征在于,依据所述公共字符序列将至少两个识别结果以字符为单位对齐之后,所述将各识别结果中对齐位置相同但字符不同的对齐位置确定为纠错位置之前,还包括:
当不同识别结果对应两个公共字符之间的字符数量不同时,对所述两个公共字符间的字符数量多的识别结果中、所述两个公共字符间包括的字符进行过滤。
6.根据权利要求1所述的方法,其特征在于,所述对所述各识别结果中每个纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容,包括:
依据各识别结果中每个纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符;
将各识别结果中所述纠错位置的字符替换为所述修正字符,得到纠错后的识别内容。
7.根据权利要求6所述的方法,其特征在于,所述依据各识别结果中每个纠错位置对应的待纠错字符确定所述纠错位置对应的字符集,从所述字符集中匹配得到修正字符,包括:
针对每个所述纠错位置,依据每个识别结果中所述纠错位置对应的待纠错字符和每个识别结果对应的识别方式,匹配至少一个待选字符,生成对应的字符集;
将所述字符集中的待选字符按照至少一个维度进行匹配,依据匹配结果选择待选字符为修正字符。
8.根据权利要求7所述的方法,其特征在于,所述将所述字符集中的待选字符按照至少一个维度进行匹配的步骤包括以下至少一种:
将所述字符集中的待选字符按照字形维度进行匹配,确定字形相似度;
将所述字符集中的待选字符按照字音维度进行匹配,确定字音相似度;
将所述字符集中的待选字符按照语言维度进行匹配,确定上下文概率;
依据所述字形相似度、字音相似度和/或上下文概率,确定所述待选字符的修正值作为匹配结果。
9.根据权利要求7所述的方法,其特征在于,所述依据匹配结果选择待选字符为修正字符,包括:
依据所述修正值进行排序,按照排序顺序选取待选字符为修正字符。
10.根据权利要求1所述的方法,其特征在于,所述获取至少两个识别结果包括:
采用至少两种方式针对同一信息内容获取输入信息,并依据每种获取方式获取的输入信息的类型确定对应的识别方式;
将不同类型的输入信息按照对应的识别方式分别进行识别,得到至少两个识别结果;
所述输入信息的类型包括以下至少一种:语音类、图像类、文本类。
11.一种信息识别装置,其特征在于,包括:
获取模块,用于获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容;
纠错识别模块,用于将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,其中,识别结果中纠错位置对应的字符为待纠错字符;
纠错处理模块,用于对所述各纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容。
12.一种终端设备,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
获取至少两个识别结果,其中,不同识别结果依据不同识别方式识别得到,不同识别结果对应识别的输入信息来源于同一信息内容;
将所述至少两个识别结果进行比较,得到相应的纠错位置及对应的待纠错字符,其中,识别结果中纠错位置对应的字符为待纠错字符;
对所述各纠错位置对应的待纠错字符分别进行纠错,得到纠错后的识别内容。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710054957.8A CN108345581B (zh) | 2017-01-24 | 2017-01-24 | 一种信息识别方法、装置和终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710054957.8A CN108345581B (zh) | 2017-01-24 | 2017-01-24 | 一种信息识别方法、装置和终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108345581A true CN108345581A (zh) | 2018-07-31 |
CN108345581B CN108345581B (zh) | 2022-10-14 |
Family
ID=62962818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710054957.8A Active CN108345581B (zh) | 2017-01-24 | 2017-01-24 | 一种信息识别方法、装置和终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108345581B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109214387A (zh) * | 2018-09-14 | 2019-01-15 | 辽宁奇辉电子***工程有限公司 | 一种基于文字识别技术的铁路作业检测*** |
CN109344831A (zh) * | 2018-08-22 | 2019-02-15 | 中国平安人寿保险股份有限公司 | 一种数据表识别方法、装置及终端设备 |
CN109344730A (zh) * | 2018-09-06 | 2019-02-15 | 康美健康云服务有限公司 | 数据提取方法、装置及计算机可读存储介质 |
CN110659639A (zh) * | 2019-09-24 | 2020-01-07 | 北京字节跳动网络技术有限公司 | 汉字识别方法、装置、计算机可读介质及电子设备 |
CN111126370A (zh) * | 2018-10-31 | 2020-05-08 | 上海迈弦网络科技有限公司 | 一种基于ocr识别结果的最长公共子串自动纠错方法及*** |
CN111178049A (zh) * | 2019-12-09 | 2020-05-19 | 天津幸福生命科技有限公司 | 一种文本修正方法、装置、可读介质及电子设备 |
CN112927087A (zh) * | 2021-02-03 | 2021-06-08 | 泛华普益基金销售有限公司 | 理财信息处理***、方法、计算机装置和存储介质 |
CN113595717A (zh) * | 2020-04-30 | 2021-11-02 | 比亚迪股份有限公司 | Ecb模式分组加密方法和解密方法及控制装置和车辆 |
CN116992496A (zh) * | 2023-09-28 | 2023-11-03 | 武汉彤新科技有限公司 | 一种用于企业服务管理的数据资源安全监督*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103000176A (zh) * | 2012-12-28 | 2013-03-27 | 安徽科大讯飞信息科技股份有限公司 | 语音识别方法和*** |
JP2014149612A (ja) * | 2013-01-31 | 2014-08-21 | Nippon Hoso Kyokai <Nhk> | 音声認識誤り修正装置およびそのプログラム |
CN105374356A (zh) * | 2014-08-29 | 2016-03-02 | 株式会社理光 | 语音识别方法、语音评分方法、语音识别***及语音评分*** |
CN106098060A (zh) * | 2016-05-19 | 2016-11-09 | 北京搜狗科技发展有限公司 | 语音的纠错处理方法和装置、用于语音的纠错处理的装置 |
-
2017
- 2017-01-24 CN CN201710054957.8A patent/CN108345581B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103000176A (zh) * | 2012-12-28 | 2013-03-27 | 安徽科大讯飞信息科技股份有限公司 | 语音识别方法和*** |
JP2014149612A (ja) * | 2013-01-31 | 2014-08-21 | Nippon Hoso Kyokai <Nhk> | 音声認識誤り修正装置およびそのプログラム |
CN105374356A (zh) * | 2014-08-29 | 2016-03-02 | 株式会社理光 | 语音识别方法、语音评分方法、语音识别***及语音评分*** |
CN106098060A (zh) * | 2016-05-19 | 2016-11-09 | 北京搜狗科技发展有限公司 | 语音的纠错处理方法和装置、用于语音的纠错处理的装置 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109344831A (zh) * | 2018-08-22 | 2019-02-15 | 中国平安人寿保险股份有限公司 | 一种数据表识别方法、装置及终端设备 |
CN109344831B (zh) * | 2018-08-22 | 2024-04-05 | 中国平安人寿保险股份有限公司 | 一种数据表识别方法、装置及终端设备 |
CN109344730A (zh) * | 2018-09-06 | 2019-02-15 | 康美健康云服务有限公司 | 数据提取方法、装置及计算机可读存储介质 |
CN109214387A (zh) * | 2018-09-14 | 2019-01-15 | 辽宁奇辉电子***工程有限公司 | 一种基于文字识别技术的铁路作业检测*** |
CN111126370A (zh) * | 2018-10-31 | 2020-05-08 | 上海迈弦网络科技有限公司 | 一种基于ocr识别结果的最长公共子串自动纠错方法及*** |
CN110659639A (zh) * | 2019-09-24 | 2020-01-07 | 北京字节跳动网络技术有限公司 | 汉字识别方法、装置、计算机可读介质及电子设备 |
CN110659639B (zh) * | 2019-09-24 | 2021-11-05 | 北京字节跳动网络技术有限公司 | 汉字识别方法、装置、计算机可读介质及电子设备 |
CN111178049A (zh) * | 2019-12-09 | 2020-05-19 | 天津幸福生命科技有限公司 | 一种文本修正方法、装置、可读介质及电子设备 |
CN111178049B (zh) * | 2019-12-09 | 2023-12-12 | 北京懿医云科技有限公司 | 一种文本修正方法、装置、可读介质及电子设备 |
CN113595717B (zh) * | 2020-04-30 | 2023-10-17 | 比亚迪股份有限公司 | Ecb模式分组加密方法和解密方法及控制装置和车辆 |
CN113595717A (zh) * | 2020-04-30 | 2021-11-02 | 比亚迪股份有限公司 | Ecb模式分组加密方法和解密方法及控制装置和车辆 |
CN112927087A (zh) * | 2021-02-03 | 2021-06-08 | 泛华普益基金销售有限公司 | 理财信息处理***、方法、计算机装置和存储介质 |
CN116992496A (zh) * | 2023-09-28 | 2023-11-03 | 武汉彤新科技有限公司 | 一种用于企业服务管理的数据资源安全监督*** |
CN116992496B (zh) * | 2023-09-28 | 2023-12-29 | 武汉彤新科技有限公司 | 一种用于企业服务管理的数据资源安全监督*** |
Also Published As
Publication number | Publication date |
---|---|
CN108345581B (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108345581A (zh) | 一种信息识别方法、装置和终端设备 | |
CN107102746B (zh) | 候选词生成方法、装置以及用于候选词生成的装置 | |
WO2021128880A1 (zh) | 一种语音识别方法、装置和用于语音识别的装置 | |
CN107992812A (zh) | 一种唇语识别方法及装置 | |
CN109446961B (zh) | 姿势检测方法、装置、设备及存储介质 | |
US20210224592A1 (en) | Method and device for training image recognition model, and storage medium | |
CN108008832A (zh) | 一种输入方法和装置、一种用于输入的装置 | |
CN107564526B (zh) | 处理方法、装置和机器可读介质 | |
CN108922531B (zh) | 槽位识别方法、装置、电子设备及存储介质 | |
CN108121736A (zh) | 一种主题词确定模型的建立方法、装置及电子设备 | |
CN108509412A (zh) | 一种数据处理方法、装置、电子设备以及存储介质 | |
US11335348B2 (en) | Input method, device, apparatus, and storage medium | |
EP3734472A1 (en) | Method and device for text processing | |
KR20210032875A (ko) | 음성 정보 처리 방법, 장치, 프로그램 및 저장 매체 | |
CN112735396A (zh) | 语音识别纠错方法、装置及存储介质 | |
CN112036174B (zh) | 一种标点标注方法及装置 | |
CN113936697B (zh) | 语音处理方法、装置以及用于语音处理的装置 | |
CN112381091B (zh) | 视频内容识别方法、装置、电子设备及存储介质 | |
CN111797746B (zh) | 人脸识别方法、装置及计算机可读存储介质 | |
CN108182002A (zh) | 输入键的布局方法、装置、设备和存储介质 | |
CN110069143A (zh) | 一种信息防误纠方法、装置和电子设备 | |
CN110858099B (zh) | 候选词生成方法及装置 | |
CN112331194A (zh) | 一种输入方法、装置和电子设备 | |
CN109887492A (zh) | 一种数据处理方法、装置和电子设备 | |
CN113923517B (zh) | 一种背景音乐生成方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |