[发明专利]多音字消歧方法及电子设备和计算机可读存储介质

权利要求书

1.一种多音字消歧方法，其特征在于，包括：

获取目标文本，确定所述目标文本中的目标多音字，并提取所述目标多音字在所述目标文本中的目标语义特征；

获取包含所述目标多音字的多个匹配文本，并提取所述目标多音字在所述匹配文本中的匹配语义特征；其中，所述匹配文本至少包括不同读音的所述目标多音字对应的文本；

将所述目标语义特征和多个所述匹配语义特征输入训练完成的时序神经网络中，得到所述目标语义特征对应的目标隐层表征和多个所述匹配语义特征对应的多个匹配隐层表征；

基于所述目标隐层表征与多个所述匹配隐层表征之间的相似度确定所述目标多音字在所述目标文本中的读音。

2.根据权利要求1所述多音字消歧方法，其特征在于，还包括：

获取包含所述目标多音字的训练文本，并提取所述目标多音字在所述训练文本中的训练语义特征；

获取包含所述目标多音字的多个匹配文本，并提取所述目标多音字在所述匹配文本中的匹配语义特征；其中，所述匹配文本至少包括不同读音的所述目标多音字对应的文本；

基于所述目标多音字在所述训练文本中的标准读音、所述训练语义特征和多个所述匹配语义特征训练时序神经网络，以得到所述训练完成的时序神经网络。

3.根据权利要求1所述多音字消歧方法，其特征在于，所述匹配文本包括所述目标多音字的每个读音对应的文本。

4.根据权利要求1所述多音字消歧方法，其特征在于，所述提取所述目标多音字在所述目标文本中的目标语义特征，包括：

对所述目标文本进行字级别的编码得到编码信息；

将所述编码信息输入神经网络模型中，得到与所述目标文本相同长度的特征向量序列；

将所述特征向量序列中与所述目标多音字对应的特征向量作为所述目标多音字在所述目标文本中的目标语义特征。

5.根据权利要求1所述多音字消歧方法，其特征在于，所述基于所述目标隐层表征与多个所述匹配隐层表征之间的相似度确定所述目标多音字在所述目标文本中的读音，包括：

计算所述目标隐层表征与多个所述匹配隐层表征之间的相似度，并确定与所述目标隐层表征相似度最大的目标匹配隐层表征；

将所述目标多音字在所述目标匹配隐层表征对应的匹配文本中的读音确定为所述目标多音字在所述目标文本中的读音。

6.根据权利要求5所述多音字消歧方法，其特征在于，所述计算所述目标隐层表征与多个所述匹配隐层表征之间的相似度，包括：

计算所述目标隐层表征与多个所述匹配隐层表征之间的余弦距离，并将所述余弦距离作为所述目标隐层表征与多个所述匹配隐层表征之间的相似度。

7.根据权利要求5所述多音字消歧方法，其特征在于，所述计算所述目标隐层表征与多个所述匹配隐层表征之间的相似度之后，还包括：

确定每个所述匹配文本对应的权重系数，基于所述匹配文本对应的权重系数调整对应的匹配隐层表征与所述目标隐层表征之间的相似度；

相应的，所述确定与所述目标隐层表征相似度最大的目标匹配隐层表征，包括：

确定与所述目标隐层表征调整后的相似度最大的目标匹配隐层表征。

8.根据权利要求7所述多音字消歧方法，其特征在于，所述匹配文本包括错误案例文本，所述错误案例文本对应的权重系数大于其他匹配文本对应的权重系数。

9.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至8任一项所述多音字消歧方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述多音字消歧方法的步骤。