[发明专利]对识别结果进行辅助修改的方法和装置

权利要求书

1.对识别结果进行辅助修改的方法，包括：

在语义分割单元中输出终端设备对待识别文本的参考识别结果；

获取所述语义分割单元中当前输出的与所述参考识别结果相关的目标文本；

将该目标文本输入预先训练的修改结果预测模型；其中，所述修改结果预测模型通过至少两组样本集训练得到，每一组样本集中包括一个样本目标文本与一个样本识别结果；

获得该修改结果预测模型输出的所述参考识别结果对应的辅助修改结果；

所述修改结果预测模型包括：用户修改预测模型；所述样本集包括：第二样本集；

所述第二样本集中的样本目标文本为：用户输入的样本修改信息；

所述第二样本集中的样本识别结果为：根据该样本修改信息最终确定的识别结果；

与所述参考识别结果相关的目标文本包括：用户根据所述参考识别结果在所述语义分割单元中输入的修改信息；

所述参考识别结果对应的辅助修改结果包括：所述用户修改预测模型输出的第三辅助修改结果；

其中，用户对识别结果进行修改过程中每一步操作得到的结果均被作为目标文本输入到用户修改预测模型中，得到用于用户对识别结果进行辅助修改的第三辅助修改结果。

2.根据权利要求1所述的方法，其中，所述修改结果预测模型包括：纠错模型；所述样本集包括：第一样本集；

所述第一样本集中的样本目标文本为：对样本待识别文本识别后得到的样本参考识别结果；

所述第一样本集中的样本识别结果为：根据该样本参考识别结果最终确定的识别结果；

与所述参考识别结果相关的目标文本包括：所述参考识别结果对应的文本；

所述参考识别结果对应的辅助修改结果包括：所述纠错模型输出的第一辅助修改结果。

3.根据权利要求1至2中任一所述的方法，其中，所述修改结果预测模型包括seq2seq语言模型。

4.根据权利要求3所述的方法，其中，所述seq2seq语言模型的编解码器包括：基于循环神经网络的编解码器、基于长短时记忆网络的编解码器以及基于Transformer模型的编解码器中的任一个。

5.根据权利要求1至2中任一所述的方法，其中，在所述获得所述语义分割单元中输出的所述参考识别结果对应的辅助修改结果之后，进一步包括：

将用户选择的一个辅助修改结果作为所述参考识别结果对应的最终识别结果。

6.对识别结果进行辅助修改的装置，包括：

参考识别结果输出模块，配置为在语义分割单元中输出终端设备对待识别文本的参考识别结果；

目标文本获取模块，配置为获取所述语义分割单元中当前输出的与所述参考识别结果输出模块输出的所述参考识别结果相关的目标文本；

辅助修改结果获得模块，配置为将所述目标文本获取模块获得的该目标文本输入预先训练的修改结果预测模型；其中，所述修改结果预测模型通过至少两组样本集训练得到，每一组样本集中包括一个样本目标文本与一个样本识别结果；获得该修改结果预测模型输出的所述参考识别结果对应的辅助修改结果；

所述修改结果预测模型包括：用户修改预测模型；所述样本集包括：第二样本集；

所述第二样本集中的样本目标文本为：用户输入的样本修改信息；

所述第二样本集中的样本识别结果为：根据该样本修改信息最终确定的识别结果；

与所述参考识别结果相关的目标文本包括：用户根据所述参考识别结果在所述语义分割单元中输入的修改信息；

所述参考识别结果对应的辅助修改结果包括：所述用户修改预测模型输出的第三辅助修改结果；

其中，用户对识别结果进行修改过程中每一步操作得到的结果均被作为目标文本输入到用户修改预测模型中，得到用于用户对识别结果进行辅助修改的第三辅助修改结果。