买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：平安银行股份有限公司

摘要：本发明涉及人工智能及数字医疗技术，揭露一种文本变长纠错方法，包括：对原始录音数据进行语音识别，得到文本数据，通过将文本数据与预设的真实文本进行比对，将文本数据划分为少字错误类型的文本数据和多字错误类型的文本数据，分别对少字错误类型的文本数据和多字错误类型的文本数据进行不同的数据增强，得到第一重建文本和第二重建文本，并汇总得到训练文本数据，利用训练文本数据训练深度纠错模型，得到标准纠错模型，利用标准纠错模型对待纠错文本执行纠错。此外，本发明还涉及区块链技术，文本数据可存储于区块链的节点。本发明还提出一种文本变长纠错装置、电子设备以及存储介质。本发明可以提高文本变长纠错的准确度。

主权项：1.一种文本变长纠错方法，其特征在于，所述方法包括：获取原始录音数据，对所述原始录音数据进行语音识别，得到文本数据；通过将所述文本数据与预设的真实文本之间进行比对，将所述文本数据划分为少字错误类型的文本数据和多字错误类型的文本数据；对所述少字错误类型的文本数据进行第一数据增强处理，得到第一重建文本；对所述多字错误类型的文本数据进行第二数据增强处理，得到第二重建文本；将所述第一重建文本和所述第二重建文本汇总得到训练文本数据，利用所述训练文本数据对预设的深度纠错模型进行训练，得到标准纠错模型；获取待纠错文本，将所述待纠错文本输入至所述标准纠错模型中，得到标准文本；其中，所述对所述少字错误类型的文本数据进行第一数据增强处理，得到第一重建文本，包括：对所述少字错误类型的文本数据进行分词处理，得到分词数据集；利用预设的拼音连读筛选规则在所述分词数据集中筛选出多个连读词组；对所述多个连读词组分别进行声韵母重排处理，得到第一重建文本；所述对所述多个连读词组分别进行声韵母重排处理，包括：将连续词组中两个连续的字中的前一个字拼音中的声母加一部分的韵母与后一个字拼音中的韵母进行重排组合；或，将前一个字拼音中的声母与后一个字拼音中的韵母进行重排组合；所述对所述多字错误类型的文本数据进行第二数据增强处理，得到第二重建文本，包括：获取预设的拟声词文本和预设的随机对话文本；在所述多字错误类型的文本数据中插入所述拟声词文本和所述随机对话文本，得到第二重建文本；所述利用所述训练文本数据对预设的深度纠错模型进行训练，得到标准纠错模型，包括：利用所述深度纠错模型中的编码器对所述训练文本数据进行编码处理，得到编码数据；利用所述深度纠错模型中的解码器对所述编码数据进行文本重建处理，得到预测文本；计算所述预测文本和预设的参考文本之间的交叉熵损失值；当所述交叉熵损失值大于或者等于交叉熵损失阈值时，对所述深度纠错模型进行参数调整，直至所述交叉熵损失值小于所述交叉熵损失阈值时，将所述深度纠错模型输出为标准纠错模型。

全文数据：

权利要求：

百度查询： 平安银行股份有限公司 文本变长纠错方法、装置、电子设备及存储介质