申请/专利权人：河北省讯飞人工智能研究院;科大讯飞(北京)有限公司;科大讯飞股份有限公司

申请日：2020-02-27

公开（公告）日：2024-02-02

公开（公告）号：CN111310457B

主分类号：G06F40/284

分类号：G06F40/284;G06F40/289;G06F40/216;G06F40/211

优先权：

专利状态码：有效-授权

法律状态：2024.02.02#授权;2020.07.28#专利申请权的转移;2020.07.14#实质审查的生效;2020.06.19#公开

摘要：本发明实施例提供一种词语搭配不当识别方法、装置、电子设备和存储介质，其中方法包括：确定待识别文本中的存在搭配关系的两个待识别词；将待识别文本中的任一待识别词替换为遮盖标记，得到任一待识别词对应的输入文本；将任一待识别词对应的输入文本输入至词语预测模型，得到词语预测模型输出的任一待识别词的预测结果；其中，词语预测模型是基于样本文本训练得到的；基于两个待识别词的预测结果，确定词语搭配不当识别结果。本发明实施例提供的词语搭配不当识别方法、装置、电子设备和存储介质，能够基于待识别文本的语境，识别出语义层面上搭配不当的词语，提高了词语搭配不当识别的准确率。

主权项：1.一种词语搭配不当识别方法，其特征在于，包括：确定待识别文本中的存在搭配关系的两个待识别词；将所述待识别文本中的任一待识别词替换为遮盖标记，得到所述任一待识别词对应的输入文本；将所述任一待识别词对应的输入文本输入至词语预测模型，得到所述词语预测模型输出的所述任一待识别词的预测结果；其中，所述词语预测模型是基于样本文本训练得到的；所述词语预测模型用于根据所述任一待识别词对应的输入文本的整句信息，预测并输出符合所述任一待识别词对应的输入文本的遮盖标记处的所述任一待识别词的预测结果，所述预测结果包括所有在所述任一待识别词的输入文本处可能出现的分词，以及每一可能出现的分词的出现概率；基于两个待识别词的预测结果，确定词语搭配不当识别结果；所述基于两个待识别词的预测结果，确定词语搭配不当识别结果，具体包括：基于任一待识别词的预测结果，确定所述任一待识别词的搭配判断结果；基于两个待识别词的搭配判断结果，确定所述词语搭配不当识别结果；所述基于任一待识别词的预测结果，确定所述任一待识别词的搭配判断结果，具体包括：确定任一待识别词的预测结果中，所述任一待识别词的预测概率，以及另一待识别词所对应的若干个候选搭配词的预测概率；所述若干个候选搭配词是所述另一待识别词的常用搭配词或是针对所述另一待识别词预先设定的搭配词，所述若干个候选搭配词的预测概率是从所述另一待识别词的预测结果中提取得到的；基于所述任一待识别词的预测概率，以及所有候选搭配词的预测概率，确定所述任一待识别词的搭配判断结果。

全文数据：

权利要求：

百度查询： 河北省讯飞人工智能研究院;科大讯飞(北京)有限公司;科大讯飞股份有限公司 词语搭配不当识别方法、装置、电子设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD