[发明专利]文本处理方法和装置、用于文本处理的装置

权利要求书

1.一种文本处理方法，其特征在于，包括：

从语音信号对应的源文本中获取符合预置过滤条件的目标字符；

对所述源文本的语言模型得分与目标文本的语言模型得分进行比较；所述目标文本为从所述源文本中过滤掉目标字符后得到的文本；

在所述目标文本的语言模型得分不低于所述源文本的语言模型得分时，将所述目标文本作为所述语音信号对应的语音识别结果输出；

在所述目标文本的语言模型得分低于所述源文本的语言模型得分的情况下，将所述源文本作为所述语音信号对应的语音识别结果输出。

2.根据权利要求1所述的方法，其特征在于，所述从语音信号对应的源文本中获取符合预置过滤条件的目标字符，包括：

从语音信号对应的源文本中获取与预置词典中预置过滤字符相匹配的字符，作为目标字符。

3.根据权利要求2所述的方法，其特征在于，所述预置过滤字符包括：口头禅字符和/或话语标记字符和/或语气字符。

4.根据权利要求1所述的方法，其特征在于，所述从语音信号对应的源文本中获取符合预置过滤条件的目标字符，包括：

对语音信号对应的源文本进行分词，以得到所述源文本包括的词汇；

判断所述源文本包括的相邻词汇是否符合预置的结巴语识别规则，若是，则将相邻词汇中在前的词汇作为目标字符。

5.根据权利要求4所述的方法，其特征在于，所述预置的结巴语识别规则包括：

相邻词汇中在前的词汇与在后的词汇相同，或者，相邻词汇中在前的词汇为在后的词汇的前缀；或者

相邻词汇中在前的词汇的发音与在后的词汇的发音相同，或者，相邻词汇中在前的词汇的发音与在后的词汇的前缀的发音相同。

6.根据权利要求1所述的方法，其特征在于，所述从语音信号对应的源文本中获取符合预置过滤条件的目标字符，包括：

确定源文本对应的句子成分；

判断所述源文本包含的相同的句子成分是否符合预置的自我纠正规则，若是，则将相同的句子成分中在前的句子成分对应的字符作为目标字符。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述目标文本的语言模型得分不低于所述源文本的语言模型得分时，从所述目标文本中获取符合预置过滤条件的第一字符；

对所述目标文本的语言模型得分与第一文本的语言模型得分进行比较；所述第一文本为从所述目标文本中过滤掉第一字符后得到的文本；

在所述第一文本的语言模型得分不低于所述目标文本的语言模型得分时，将所述第一文本作为所述语音信号对应的语音识别结果输出；或者，在所述第一文本的语言模型得分低于所述目标文本的语言模型得分时，将所述目标文本作为所述语音信号对应的语音识别结果输出。

8.一种文本处理装置，其特征在于，包括：

目标字符获取模块，用于从语音信号对应的源文本中获取符合预置过滤条件的目标字符；

比较模块，用于对所述源文本的语言模型得分与目标文本的语言模型得分进行比较；所述目标文本为从所述源文本中过滤掉目标字符后得到的文本；及

输出模块，用于在所述目标文本的语言模型得分不低于所述源文本的语言模型得分时，将所述目标文本作为所述语音信号对应的语音识别结果输出；

所述装置还包括：

源文本输出模块，用于在所述目标文本的语言模型得分低于所述源文本的语言模型得分的情况下，将所述源文本作为所述语音信号对应的语音识别结果输出。

9.根据权利要求8所述的装置，其特征在于，所述目标字符获取模块包括：

第一目标字符获取子模块，用于从语音信号对应的源文本中获取与预置词典中预置过滤字符相匹配的字符，作为目标字符。

10.根据权利要求9所述的装置，其特征在于，所述预置过滤字符包括：口头禅字符和/或话语标记字符和/或语气字符。