[发明专利]一种多文本差异识别方法、装置以及电子设备

说明书

本公开提供了一种多文本差异识别方法，涉及计算机技术领域，尤其涉及文本识别技术领域，具体涉及一种多文本差异识别方法、装置以及电子设备。具体实现方案为：确定针对音频的标准文本，以及待识别差异的多个目标文本；针对每一目标文本，识别该目标文本相对于所述标准文本的差异，得到差异元素；从该目标文本中，确定所述差异元素所包括的第一元素的上下文信息；其中，所述第一元素为属于更改类型的元素；基于所述第一元素的上下文信息，从所述标准文本和其他文本中，分别确定与所述第一元素位置匹配的目标元素；若所确定的目标元素相同，则在所述其他文本中，对所确定的目标元素进行第一预定标注。

技术领域

本公开涉及计算机技术领域，尤其涉及文本识别技术领域，具体涉及一种多文本差异识别方法、装置以及电子设备。

背景技术

在字幕识别等场景中，通常需要对语音转字幕工具的功能进行分析。

相关技术中，采用diff算法，将待识别的文本，即通过语音转字幕工具对音频进行处理所得的字幕文本，与音频的标准文本进行差异识别，得到待识别的文本相对于标准文本的差异元素，并对差异元素进行颜色标注，从而体现出待识别的文本与标准文本之间的差异。

发明内容

本公开提供了一种多文本差异识别方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种多文本差异识别方法，包括：

确定针对音频的标准文本，以及待识别差异的多个目标文本；其中，每一目标文本为所述音频的字幕文本；

针对每一目标文本，识别该目标文本相对于所述标准文本的差异，得到差异元素；

从该目标文本中，确定所述差异元素所包括的第一元素的上下文信息；其中，所述第一元素为属于更改类型的元素；

基于所述第一元素的上下文信息，从所述标准文本和其他文本中，分别确定与所述第一元素位置匹配的目标元素；其中，所述其他文本为多个目标文本中除该目标文本以外的一文本；

若所确定的目标元素相同，则在所述其他文本中，对所确定的目标元素进行第一预定标注。

根据本公开的另一方面，提供了一种多文本差异识别装置，包括：

第一确定模块，用于确定针对音频的标准文本，以及待识别差异的多个目标文本；其中，每一目标文本为所述音频的字幕文本；

第一识别模块，用于针对每一目标文本，识别该目标文本相对于所述标准文本的差异，得到差异元素；

第二确定模块，用于从该目标文本中，确定所述差异元素所包括的第一元素的上下文信息；其中，所述第一元素为属于更改类型的元素；

第一匹配模块，用于基于所述第一元素的上下文信息，从所述标准文本和其他文本中，分别确定与所述第一元素位置匹配的目标元素；其中，所述其他文本为多个目标文本中除该目标文本以外的一文本；

第一标注模块，用于若所确定的目标元素相同，则在所述其他文本中，对所确定的目标元素进行第一预定标注。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的多文本差异识别方法的步骤。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述的多文本差异识别方法的步骤。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述的多文本差异识别方法的步骤。