[发明专利]文本纠错方法、相关设备及可读存储介质

说明书

本申请公开了一种文本纠错方法、相关设备及可读存储介质，基于上述方案，在获取待纠错的文本之后，先确定文本中的待纠错实体名，对每一待纠错实体名，判断预置的实体名库中是否存在与该待纠错实体名对应的实体名；如果存在，则根据实体名库中与该待纠错实体名对应的实体名，确定该待纠错实体名对应的纠错后的实体名，最终基于各个纠错后的实体名，即可得到纠错后的文本。上述方案能够实现语音识别场景下，通过语音转换后得到的文本的纠错。并且，一般情况下，文本中的实体对整个文本的含义表示起着关键性作用，而上述方案针对文本中的实体进行纠错，能够在一定程度上提升纠错的准确率及效率。

技术领域

本申请涉及自然语言处理技术领域，更具体的说，是涉及一种文本纠错方法、相关设备及可读存储介质。

背景技术

在一些语音识别场景下，往往需要将语音转换为文本，比如，在基于语音的自动问答场景下，自动问答系统需要将用户的提问转换为文本，以根据转换的文本，确定出与用户的提问对应的答案反馈给用户；在演讲场景下，需要将用户演讲的语音转换为文本，以帮助听讲者理解演讲内容，等等。

但是，将语音转换为文本时，转换得到文本常常会出现错误。比如，语音录入时，由于受到噪声、衰落信道等多种因素的影响，导致语音受损，进而导致转换的文本出现错误，再比如，语音中往往会出现一些符号，如数字、字母和一些特殊字符，这些符号转换为汉字，也可能导致转换的文本出现错误，示例如，语音为“T2级小米加步枪”，将其转换为文本之后可能为“替而级小米加步枪”。

因此，需要提供一种文本纠错方式。

发明内容

鉴于上述问题，本申请提出了一种文本纠错方法、相关设备及可读存储介质。具体方案如下：

一种文本纠错方法，包括：

获取待纠错的文本和预置的实体名库，所述实体名库中包括多个实体的实体名，每个实体的实体名有至少一个；

确定所述文本中的待纠错实体名；

对每一待纠错实体名，判断所述实体名库中是否存在与所述待纠错实体名对应的实体名；如果存在，则根据所述实体名库中与所述待纠错实体名对应的实体名，确定所述待纠错实体名对应的纠错后的实体名；

基于各个纠错后的实体名，得到纠错后的文本。

可选地，所述判断所述实体名库中是否存在与所述待纠错实体名对应的实体名，包括：

获取所述待纠错实体名的语义信息，以及所述实体名库中每个实体名的语义信息；

针对所述实体名库中的每个实体名，根据所述实体名的语义信息，以及所述待纠错实体名的语义信息，计算所述实体名与所述待纠错实体名之间的相似度；

基于各个实体名与所述待纠错实体名之间的相似度，判断所述实体名库中是否存在与所述待纠错实体名对应的实体名。

可选地，所述获取所述待纠错实体名的语义信息，以及所述实体名库中每个实体名的语义信息；针对所述实体名库中的每个实体名，根据所述实体名的语义信息，以及所述待纠错实体名的语义信息，计算所述实体名与所述待纠错实体名之间的相似度的过程，包括：

将所述待纠错实体名以及所述实体名库，输入语义相似度模型，所述语义相似度模型输出所述实体名库中每个实体名与所述待纠错实体名之间的相似度；

所述语义相似度模型用于获取所述待纠错实体名的语义信息，以及所述实体名库中每个实体名的语义信息；针对所述实体名库中的每个实体名，根据所述实体名的语义信息，以及所述待纠错实体名的语义信息，计算所述实体名与所述待纠错实体名之间的相似度。

可选地，如果所述实体名库中不存在与所述待纠错实体名对应的实体名，所述方法还包括：

确定所述待纠错实体名的拼音；