[发明专利]基于语义解析的文本准确率计算方法、装置、计算机设备

说明书

本申请涉及语义解析技术领域，特别涉及一种基于语义解析的文本准确率计算方法、装置、计算机设备。在模板文本的除始点之外的任意位置开始被转写时，建立编辑距离矩阵，计算编辑距离矩阵中各元素的值，根据编辑距离矩阵中各元素的值的计算轨迹生成轨迹矩阵，计算轨迹矩阵中各轨迹的相似度，筛选相似度最高的一条轨迹获得第一轨迹，根据第一轨迹获得部分转写文本在模板文本上对应的始点和终点，从而获得新模板文本，再将部分转写文本与新模板文本进行对比，计算部分转写文本的准确率，旨在解决现有的文本的转写准确率算法，将已经转写出来的文本与模板文本的全部文本进行对比，在部分文本被转写出来的时候，不能准确计算文本的转写准确率的问题。

技术领域

本申请涉及语义解析技术领域，特别涉及一种基于语义解析的文本准确率计算方法、装置、计算机设备。

背景技术

在统计ASR(语音识别)引擎转写准确率的时候，常用的算法是编辑距离算法。该算法通过统计转写文本转成模板文本所需的最少编辑操作(编辑操作包括：将一个字符替换成另外一个字符，插入一个字符，删除一个字符)次数来计算转写文本与模板文本的相似度(转写准确率)。但在关注ASR引擎的实时转写准确率的场景下，该算法的计算结果并不能令人满意。由于该算法总是拿已经转写出来的文本与模板文本的全部文本进行对比，因此，当只有部分文本被转写出来的时候，该算法并不能准确地计算出这部分转写出来的文本的转写准确率。因此，编辑距离在关注ASR引擎实时转写准确率的场景下并不适用。

申请内容

针对现有技术不足，本申请提出一种基于语义解析的文本准确率计算方法、装置、计算机设备，旨在解决现有的文本的转写准确率算法，将已经转写出来的文本与模板文本的全部文本进行对比，在部分文本被转写出来的时候，不能准确计算文本的转写准确率的问题。

本申请提出的技术方案是：

一种基于语义解析的文本准确率计算方法，所述方法包括：

获取从模板文本除始点之外的任意位置开始被转写的部分转写文本；

以所述模板文本字符的长度增加两个字符的长度为列数、以所述部分转写文本字符的长度增加两个字符的长度为行数，建立编辑距离矩阵；

根据所述部分转写文本、所述模板文本，计算所述编辑距离矩阵中各元素的值；

记录所述编辑距离矩阵中各元素的值的计算轨迹，生成与所述编辑距离矩阵对应的轨迹矩阵；

计算所述轨迹矩阵中各轨迹的相似度，筛选所述部分转写文本与所述模板文本相似度最高的一条轨迹，获得第一轨迹；

根据所述第一轨迹，确定所述部分转写文本在所述模板文本上对应的始点和终点，获得第一始点和第一终点；

根据所述第一始点和所述第一终点，从所述模板文本中获取新模板文本；

将所述部分转写文本与所述新模板文本进行对比，通过编辑距离算法计算所述部分转写文本的准确率。

进一步地，在所述以所述模板文本字符的长度增加两个字符的长度为列数、以所述部分转写文本字符的长度增加两个字符的长度为行数，建立编辑距离矩阵的步骤之后，在所述根据所述部分转写文本、所述模板文本，计算所述编辑距离矩阵中各元素的值的步骤之前，包括：

从所述编辑距离矩阵的第一行的第三个元素开始输入所述模板文本的字符；

从所述编辑距离矩阵的第一列的第三个元素开始输入所述部分转写文本的字符；

定义所述编辑距离矩阵的第二行中的第二个元素的值为0；

以所述编辑距离矩阵的第二行中的第二个元素的值为0依次递增数值1，初始化所述编辑距离矩阵的第二行的各元素的值；