[发明专利]用于输出信息的方法和装置

权利要求书

1.一种用于输出信息的方法，包括：

获取待转换的音频信息；

将所述音频信息转换成文本信息；

识别出音频的语种并根据该语种的词法结构将所述文本信息进行切词，得到词序列；

对于所述词序列中的词，通过预先训练的词连接概率模型得到的词连接概率表查询该词和与该词的下一个词之间连接概率和该词与各类标点的连接概率，以及基于查询到的连接概率确定该词的连接目标，其中，所述词连接概率表是根据所述词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率进行统计分析得到的；

将所述词序列中各词与相应的连接目标连接起来生成带标点的文章进行输出；

确定所述文章的主题和实体；

根据实体去实体图库检索相关实体图、根据主题去主题图库检索相关主题图；

根据所述实体图、所述主题图和所述文章生成图文信息。

2.根据权利要求1所述的方法，其中，所述词连接概率表是通过以下步骤得到的：

获取训练样本集合，其中，训练样本包括含有标点的句子；

将所述训练样本集合中的训练样本的句子作为LSTM模型的输入，训练得到词连接概率模型；

根据所述词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率生成词连接概率表。

3.根据权利要求2所述的方法，其中，所述获取训练样本集合，包括：

获取样本文章，将所述样本文章按一个大句的粒度进行切分得到样本句集合，其中，大句是指以句号、问号或感叹号结尾的句子；

对于所述样本句集合中的样本句，将该句进行切词后生成词向量作为训练样本。

4.根据权利要求1所述的方法，其中，所述方法还包括：

将所述文章分成至少一个段落。

5.根据权利要求1所述的方法，其中，所述方法还包括：

将所述图文信息进行排版优化。

6.一种用于输出信息的装置，包括：

获取单元，被配置成获取待转换的音频信息；

转换单元，被配置成将所述音频信息转换成文本信息；

切词单元，被配置成识别出音频的语种并根据该语种的词法结构将所述文本信息进行切词，得到词序列；

判断单元，被配置成对于所述词序列中的词，通过预先训练的词连接概率模型得到的词连接概率表查询该词和与该词的下一个词之间连接概率和该词与各类标点的连接概率，以及基于查询到的连接概率确定该词的连接目标，其中，所述词连接概率表是根据所述词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率进行统计分析得到的；

连接单元，被配置成将所述词序列中各词与相应的连接目标连接起来生成带标点的文章进行输出；

配图单元，被配置成确定所述文章的主题和实体；根据实体去实体图库检索相关实体图、根据主题去主题图库检索相关主题图；根据所述实体图、所述主题图和所述文章生成图文信息。

7.根据权利要求6所述的装置，其中，所述装置还包括训练单元，被配置成：

获取训练样本集合，其中，训练样本包括含有标点的句子；

将所述训练样本集合中的训练样本的句子作为LSTM模型的输入，训练得到词连接概率模型；

根据所述词连接概率模型训练的中间过程中得到每个词与词之间的概率和每个词与各标点之间的概率生成词连接概率表。

8.根据权利要求7所述的装置，其中，所述训练单元进一步被配置成：

获取样本文章，将所述样本文章按一个大句的粒度进行切分得到样本句集合，其中，大句是指以句号、问号或感叹号结尾的句子；

对于所述样本句集合中的样本句，将该句进行切词后生成词向量作为训练样本。

9.根据权利要求6所述的装置，其中，所述装置还包括分段单元，被配置成：

将所述文章分成至少一个段落。