[发明专利]基于人工智能的识别错误发现方法、装置及存储介质

权利要求书

1.一种基于人工智能的识别错误发现方法，其特征在于，包括：

训练得到概率值评估模型，对待识别的query进行命名实体识别，分别获取所述query中的每个字的置信度；

分别获取所述query中的每个字能够与邻近字组成词语的概率值，包括：将所述query中的每个字分别作为候选字，针对每个候选字，分别进行以下处理：将在所述query中与所述候选字之间间隔的字数小于或等于M的字确定为所述候选字的邻近字，M为自然数；对所述query进行片段截取，所述片段由所述候选字以及至少一个所述邻近字组成；针对每个片段，分别根据所述概率值评估模型，确定出与所述片段相似的相似词语及每个相似词语的相似概率值；选出取值最大的相似概率值，作为所述候选字能够与邻近字组成词语的概率值；

根据所述置信度以及所述概率值确定出是否识别错误。

2.根据权利要求1所述的方法，其特征在于，

所述概率值评估模型包括：word embedding模型。

3.根据权利要求1所述的方法，其特征在于，

所述对所述query进行片段截取包括：

针对每个邻近字，确定其所处位置；

若所述邻近字位于所述候选字之前，则从所述query中截取出从所述邻近字开始到所述候选字结束的片段；

若所述邻近字位于所述候选字之后，则从所述query中截取出从所述候选字开始到所述邻近字结束的片段。

4.根据权利要求1所述的方法，其特征在于，

所述根据所述置信度以及所述概率值确定出是否识别错误包括：

将所述query中的每个字分别作为候选字，针对每个候选字，分别进行以下处理：

计算所述候选字的置信度与预先设定的第一阈值之差，得到第一差值，并根据所述第一差值确定出第一参数；

计算预先设定的第二阈值与所述候选字对应的概率值之差，得到第二差值，并根据所述第二差值确定出第二参数；

根据所述第一参数和所述第二参数确定出第三参数；

将所述query中的每个候选字对应的第三参数相加，将相加之和与预先设定的第三阈值进行比较，若相加之和大于所述第三阈值，则确定识别错误。

5.根据权利要求4所述的方法，其特征在于，

所述根据所述第一差值确定出第一参数包括：

若所述第一差值大于0，则将所述第一参数的取值设置为1；

若所述第一差值等于0，则将所述第一参数的取值设置为0；

若所述第一差值小于0，则将所述第一参数的取值设置为-1；

所述根据所述第二差值确定出第二参数包括：

若所述第二差值大于0，则将所述第二参数的取值设置为1；

若所述第二差值等于0，则将所述第二参数的取值设置为0；

若所述第二差值小于0，则将所述第二参数的取值设置为-1。

6.根据权利要求5所述的方法，其特征在于，

所述根据所述第一参数和所述第二参数确定出第三参数包括：

若所述第一参数和所述第二参数均小于0，则将所述第三参数的取值设置为1，否则，设置为0；

所述第三阈值的取值为：1。