[发明专利]文本还原方法、装置及电子设备

说明书

本申请公开了一种文本还原方法、装置及电子设备，属于语言识别技术领域，能够解决现有电子设备还原文本不准确的问题。该方法包括：根据第一字符组，获取第一候选词和第二候选词；确定第一困惑度和第二困惑度，第一困惑度为第一候选词替换目标语句中的第一字符组和第二字符组得到的第一语句对应的困惑度，第二困惑度为第二候选词替换目标语句中的第一字符组和第二字符组得到的第二语句对应的困惑度；在第一困惑度小于第二困惑度的情况下，根据第一候选词，得到还原后的目标文本；或在第二困惑度小于第一困惑度的情况下，根据第二候选词，得到还原后的目标文本。该方法应用于还原文本的场景中。

技术领域

本申请属于语言识别技术领域，具体涉及一种文本还原方法、装置及电子设备。

背景技术

在编辑文本的过程中，若位于该文本的某一行行末的西文字符组(例如英文字符组)不能全部显示在该行时，则可以将该西文字符组从自动换行的位置断开，并在断行的位置添加一个分隔符,例如图1中的标记处1，标记处2，标记处3，标记处4，标记处5，标记处6。

目前，如果将上述文本复制到另外一个文件中，那么可以根据这些分隔符自动还原字符组。具体的，可以直接去掉位于该文本行末的分隔符，使得分隔符前后的字符组组成一个字符组，并显示在复制得到的文本中，例如图2所示的文本即为图1所示的文本复制之后得到的文本。

然而，在上述过程中，由于有的字符组是复合词，即该字符组本身是包括分隔符的，因此通过直接去掉分隔符的方式，可能会导致还原后的文本中的字符组有误，例如图2中的标记处3，标记处5，标记处6标记的字符组。因此，如何准确还原文本成为一个亟待解决的问题。

发明内容

本申请实施例的目的是提供一种文本还原方法、装置及电子设备，能够解决现有的电子设备还原文本不准确的问题。

为了解决上述技术问题，本申请是这样实现的：

第一方面，本申请实施例提供了一种文本还原方法，该方法包括：根据第一字符组，获取第一候选词和第二候选词，第一字符组为处于待还原的目标文本中的第N行的行末、且以分隔符结尾的字符组，第一候选词为第一字符组与第二字符组组合得到的词，第二候选词为第三字符组与第二字符组组合得到的词，第二字符组为待还原的目标文本中的第N+1行的第一个字符组，第三字符组为第一字符组除去分隔符后得到的字符组；确定第一困惑度和第二困惑度，第一困惑度为第一候选词替换目标语句中的第一字符组和第二字符组得到的第一语句对应的困惑度，第二困惑度为第二候选词替换目标语句中的第一字符组和第二字符组得到的第二语句对应的困惑度；在第一困惑度小于第二困惑度的情况下，根据第一候选词，得到还原后的目标文本；或在第二困惑度小于第一困惑度的情况下，根据第二候选词，得到还原后的目标文本。

第二方面，本申请实施例提供了一种文本还原装置，该文本还原装置包括获取模块，确定模块和还原模块。获取模块，用于根据第一字符组，获取第一候选词和第二候选词，第一字符组为处于待还原的目标文本中的第N行的行末、且以分隔符结尾的字符组，第一候选词为第一字符组与第二字符组组合得到的词，第二候选词为第三字符组与第二字符组组合得到的词，第二字符组为待还原的目标文本中的第N+1行的第一个字符组，第三字符组为第一字符组除去分隔符后得到的字符组；确定模块，用于确定第一困惑度和第二困惑度，第一困惑度为第一候选词替换目标语句中的第一字符组和第二字符组得到的第一语句对应的困惑度，第二困惑度为第二候选词替换目标语句中的第一字符组和第二字符组得到的第二语句对应的困惑度；还原模块，用于在第一困惑度小于第二困惑度的情况下，根据第一候选词，得到还原后的目标文本；或在第二困惑度小于第一困惑度的情况下，根据第二候选词，得到还原后的目标文本。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序或指令，该程序或指令被处理器执行时，实现如上述第一方面中的文本还原方法的步骤。