[发明专利]一种多音字标注方法、装置以及计算机可读存储介质

权利要求书

1.一种多音字标注方法，其特征在于，所述方法包括：

获取多音字；

将所获取的多音字作为预测模型的输入，得到多个对应于所述多音字的读音概率；

从歧义规则词库中获取对应于所述多音字的读音权重；

根据所获取到的读音概率和读音权重，得到置信度；

根据所得到的置信度，对所述多音字进行读音标注；

所述从歧义规则词库中获取对应于所述多音字的读音权重，包括：判断所述歧义规则词库中是否包含所述多音字，若判定所述歧义规则词库中包含所述多音字，则从所述歧义规则词库中获取对应于所述多音字的读音权重；若判定所述歧义规则词库中未包含所述多音字，则选取概率最高的两个读音概率，并设置所述两个读音概率相同的读音权重；

相应的，若判定所述歧义规则词库中未包含所述多音字，所述根据所获取到的读音概率和读音权重，得到置信度，包括：根据所选取的两个读音概率和所设置的读音权重，得到置信度；

所述根据所获取到的读音概率和读音权重，得到置信度，包括：将所获取到的语音概率和读音权重，通过公式得到置信度，公式为：P＝(p₁*w₁-p₂*w₂-…p_n*w_n)²*100，P∈(0～100)，其中P为置信度，p₁、p₂、…、p_n为所述多音字对应的多个读音概率，w₁、w₂、…、w_n为所述多音字对应的多个读音权重。

2.根据权利要求1所述的方法，其特征在于，所述根据所得到的置信度，对所述多音字进行读音标注，包括：

判断所述置信度是否低于预设值；

若判定所述置信度低于所述预设值，则从高频读音库搜索对应多音字的读音；

将所述多音字标注所搜索到的读音。

3.根据权利要求2所述的方法，其特征在于，若判定所述置信度超过所述预设值，则从多个所述读音概率中选取最大读音概率；

获取所述最大读音概率所对应的读音；

将所述多音字标注为所获取的读音。

4.根据权利要求1所述的方法，其特征在于，所述获取多音字，包括：

获取文本；

对所获取的文本进行分词处理，得到多个分词；

判断所得到的分词是否存在于多音字词库中；

若判定所得到的分词存在于所述多音字词库中，则判定所述分词为多音字。

5.根据权利要求4所述的方法，其特征在于，在对所获取的文本进行分词处理，得到多个分词之后，所述方法还包括：

利用读音字典对所述分词进行读音标注；

判断所述分词和对应的读音标注是否存在于强规则词库中；

若判定所述分词和对应的读音标注存在于所述强规则词库中，则将所述分词标注为由所述读音字典所标注的读音；

若判定所述分词和对应的读音标注不存在于所述强规则词库中，则判断所述分词是否存在于多音字词库中。