[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

说明书

本申请公开了一种多音字消歧方法及一种电子设备和计算机可读存储介质，该方法包括：获取目标文本，确定目标文本中的目标多音字，并提取目标多音字在目标文本中的目标语义特征；获取包含目标多音字的多个匹配文本，并提取目标多音字在匹配文本中的匹配语义特征；其中，匹配文本至少包括不同读音的目标多音字对应的文本；将目标语义特征和多个匹配语义特征输入训练完成的时序神经网络中，得到目标语义特征对应的目标隐层表征和多个匹配语义特征对应的多个匹配隐层表征；基于目标隐层表征与多个匹配隐层表征之间的相似度确定目标多音字在目标文本中的读音。本申请提供的多音字消歧方法，实现了适用于小样本的多音字消歧。

技术领域

本申请涉及语音合成技术领域，更具体地说，涉及多音字消歧方法及电子设备和计算机可读存储介质。

背景技术

众所周知，在现代汉语中存在着一定数量的多音字，它们在不同语境下会呈现截然不同的多个发音。为了能准确地对汉字的发音进行标注，在语音合成过程中需要对多音字进行消歧处理。

在相关技术中，基于统计机器学习进行多音字的消歧，把多音字消歧作为机器学习中的分类问题，首先收集包含多音字拼音标注的大量文本语料，然后使用机器学习算法抽取其中多音字的上下文信息，最后根据这些信息确定多音字的读音。该方法需要大量的多音字标注文本，但行业内可供使用的公开数据却十分稀少，收集相当规模的文本语料的代价也十分昂贵。

因此，如何实现适用于小样本的多音字消歧是本领域技术人员需要解决的技术问题。

发明内容

本申请的目的在于提供一种多音字消歧方法及一种电子设备和一种计算机可读存储介质，实现了适用于小样本的多音字消歧。

为实现上述目的，本申请第一方面提供了一种多音字消歧方法，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。

为实现上述目的，本申请第二方面提供了一种电子设备，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上述多音字消歧方法的步骤。

为实现上述目的，本申请第三方面提供了一种计算机可读存储介质，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上述多音字消歧方法的步骤。

通过以上方案可知，本申请提供的一种多音字消歧方法，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。