[发明专利]识别文本检错方法及装置

权利要求书

1.一种识别文本检错方法，其特征在于，包括：

获取所述识别文本中每一分词的识别置信度、翻译置信度和语境置信度，所述翻译置信度是基于目标语言文本中每一目标词的翻译准确度所得到的，所述语境置信度是基于所述识别文本中每一分词的语境特征所得到的，所述目标语言文本是对所述识别文本进行翻译后得到的；

将所述识别文本中每一分词的识别置信度、翻译置信度及语境置信度进行融合，以得到所述识别文本中每一分词的综合置信度分值，将综合置信度分值小于预设阈值的分词作为所述识别文本中的错误词。

2.根据权利要求1所述的方法，其特征在于，所述目标语言文本是将所述识别文本输入至翻译编解码循环神经网络输出得到的；相应地，所述获取识别文本中每一分词的翻译置信度，包括：

基于所述翻译编解码循环神经网络中解码层的输出特征及每一分词在所述识别文本中的编码特征，获取每一分词的翻译贡献度，每一分词的编码特征用于表示每一分词翻译前的语境；

对每一分词的翻译贡献度进行归一化，获取每一分词对应的归一化注意力权重系数；

将每一分词对应的归一化注意力权重系数与每一目标词的翻译准确度进行加权求和，得到每一分词的翻译置信度。

3.根据权利要求2所述的方法，其特征在于，所述获取每一分词在所述识别文本中的编码特征，包括：

通过所述翻译编解码循环神经网络获取每一分词的词向量对应的前向编码特征及反向编码特征，将每一分词对应的前向编码特征与反向编码特征进行拼接，得到每一分词在所述识别文本中的编码特征。

4.根据权利要求2所述的方法，其特征在于，每一分词的语境特征包括解码特征，每一分词的解码特征用于表示用于每一分词翻译后的语境；相应地，所述获取所述识别文本中每一分词的语境特征，包括：

将每一分词对应的归一化注意力权重系数与所述翻译编解码循环神经网络中解码层的输出特征进行加权求和，得到每一分词的解码特征。

5.根据权利要求4所述的方法，其特征在于，每一分词的语境特征还包括以下三种数据中的至少一种数据，所述以下三种数据分别为每一分词的词向量、每一分词在所述识别文本中的编码特征以及所述识别文本对应的主题类型。

6.根据权利要求1所述的方法，其特征在于，所述获取识别文本中每一分词的语境置信度，包括：

将识别文本中每一分词的语境特征输入至语境置信度计算模型，输出得到每一分词的语境置信度，所述语境置信度计算模型是基于训练识别文本的语境特征对预设计算模型进行训练后得到的。

7.根据权利要求1所述的方法，其特征在于，所述获取识别文本中每一分词的识别置信度，包括：

获取所述识别文本中每一分词的后验概率，并作为每一分词的识别置信度；或者，

将所述识别文本中每一分词的声学分值、语言模型分值、后验概率及持续时长输入至识别置信度计算模型，输出每一分词的识别置信度。

8.一种识别文本检错装置，其特征在于，包括：

获取模块，用于获取所述识别文本中每一分词的识别置信度、翻译置信度和语境置信度，所述翻译置信度是基于目标语言文本中每一目标词的翻译准确度所得到的，所述语境置信度是基于所述识别文本中每一分词的语境特征所得到的，所述目标语言文本是对所述识别文本进行翻译后得到的；

检测模块，用于将所述识别文本中每一分词的识别置信度、翻译置信度及语境置信度进行融合，以得到所述识别文本中每一分词的综合置信度分值，将综合置信度分值小于预设阈值的分词作为所述识别文本中的错误词。

9.一种识别文本检错设备，其特征在于，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至7任一所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7任一所述的方法。