[发明专利]文本语料筛选方法、装置、设备及存储介质在审
| 申请号： | 202210275587.1 | 申请日： | 2022-03-21 |
| 公开（公告）号： | CN114783424A | 公开（公告）日： | 2022-07-22 |
| 发明（设计）人： | 张献涛;曾祥永;支涛 | 申请（专利权）人： | 北京云迹科技股份有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L15/01;G10L15/26;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京嘉科知识产权代理事务所(特殊普通合伙) 11687 | 代理人： | 张艳 |
| 地址： | 100089 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供一种文本语料筛选方法、装置、设备及存储介质。该方法包括：获取基础文本语料库以及目标对象的录音语料，利用语音识别模型对语音数据进行识别得到第一音素序列，对语音文本进行音素转换得到第二音素序列；根据第一音素序列及第二音素序列生成评价序列，基于评价序列生成评价训练数据集，利用评价训练数据集训练评价模型；依次选取基础文本语料库中的每个语料，计算语料添加到目标语料集合时的增益，并利用评价模型对每个语料的音素序列进行预测，根据增益以及评价模型的预测结果，对每个语料进行打分；根据打分结果以及筛选条件生成目标语料集合。本公开能够为目标对象生成个性化的文本语料，提高文本语料的质量，提升模型的调优效果。 | ||
| 搜索关键词： | 文本 语料 筛选 方法 装置 设备 存储 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京云迹科技股份有限公司，未经北京云迹科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210275587.1/，转载请声明来源钻瓜专利网。
