[发明专利]车站名称识别方法、装置、设备及存储介质

说明书

本发明实施例公开了一种车站名称识别方法、装置、设备及存储介质，涉及数据处理技术领域，其包括：获取基于用户的语音请求数据得到的字符识别结果以及与所述字符识别结果对应的备选车站名称集合；计算所述备选车站名称集合中每个备选车站名称的匹配评价分数，所述匹配评价分数包括：字符统计分数和/或字符排序分数；根据所述匹配评价分数选择至少一个备选车站名称作为所述语音请求数据的车站名称识别结果。采用上述方案可以解决现有技术中，在文本提取时，无法在降低对数据集的要求时，保证泛化能力的技术问题。

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种车站名称识别方法、装置、设备及存储介质。

背景技术

自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，被广泛应用于人们生活的各类场景。在自然语言处理中，经常要在给定的文本集中提取用户需要的文本数据。现有技术中，可以采用基于正则表达式的无监督文本提取方法进行文本提取，该方法无需预先标注数据集以及基于数据集训练文本提取模型，但是，该方法的泛化能力弱，对正则表达式的要求高。现有技术中，还可以采用泛化能力强的Sequence to Sequence模型文本提取方法，但是，该方法对于数据集的数据量有很高的要求。

综上，在文本提取时，如何降低对数据集的要求，且可以保证泛化能力，成为了亟需解决的问题。

发明内容

本发明提供了一种车站名称识别方法、装置、设备及存储介质，以解决现有技术中，在文本提取时，无法在降低对数据集的要求时，保证泛化能力的技术问题。

第一方面，本发明实施例提供了一种车站名称识别方法，包括：

获取基于用户的语音请求数据得到的字符识别结果以及与所述字符识别结果对应的备选车站名称集合；

计算所述备选车站名称集合中每个备选车站名称的匹配评价分数，所述匹配评价分数包括：字符统计分数和/或字符排序分数；

根据所述匹配评价分数选择至少一个备选车站名称作为所述语音请求数据的车站名称识别结果。

进一步的，所述匹配评价分数为字符统计分数；

所述计算所述备选车站名称集合中每个备选车站名称的匹配评价分数包括：

获取所述备选车站名称集合中每个备选车站名称包含的各字符，所述备选车站名称中每个文字为一个字符以及备选车站名称中每个文字对应的拼音为一个字符；

确定各所述字符对应的字符统计指数；

将所述备选车站名称中各字符的字符统计指数相加，以得到字符统计分数；

所述根据所述匹配评价分数选择至少一个备选车站名称作为所述语音请求数据的车站名称识别结果包括：

在全部所述字符统计分数中，选择分数最高的至少一个字符统计分数对应的备选车站名称作为所述语音请求数据的车站名称识别结果。

进一步的，所述在全部所述字符统计分数中，选择分数最高的至少一个字符统计分数对应的备选车站名称作为所述语音请求数据的车站名称识别结果包括：

在全部所述字符统计分数中，选择高于第一分数阈值的字符统计分数作为备选统计分数；

在全部所述备选统计分数中，选择分数最高的至少一个备选统计分数对应的备选车站名称作为所述语音请求数据的车站名称识别结果。

进一步的，所述备选车站名称集合包含在车站名称总集合中，

所述方法还包括：

统计所述车站名称总集合中每个字符的频次以及总字符数量；

根据所述频次和所述总字符数量计算对应字符的字符统计指数。