- 1、本文档共11页,其中可免费阅读10页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
本发明公开了去除停用语并预测句子边界的口语文本处理方法,首先收集口语识别文本语料;然后对文本语料中的停用语进行标注;再对文本语料中句子边界两侧的字词进行标注;继而采用机器学习方法训练序列标注模型;最后采用模型对口语文本进行处理。采用序列标注方式识别并去除文本序列中的停用语,采用文本向量嵌入、正反双向编码结合条件随机场的机器学习方案,高效抽取口语文本的深层语义特征,提高标签序列预测准确率;采用一个模型同时完成去停用语和句子边界预测;经过处理后,语音识别文本重点更加突出,有了合理的标点分隔,不仅利于
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 111339750 A
(43)申请公布日
2020.06.26
(21)申请号 20201
文档评论(0)