文本正则表达式处理技术及应用设备
2025-02-13 13:09
No.1339584233760628736
技术概要
PDF全文
本技术涉及一种文本正则表达式处理技术及其应用设备,包括解析待处理文本以提取特定子文本。该技术可用于电子设备和存储介质,以实现文本数据的高效管理和分析。
背景技术
自然语言领域中,存在诸多希望将非标准形式文本转换成目标语种中标准形式文本的应用场景。以语音合成应用场景为例,在语音合成前端处理中,需要把不规则书写的文本如数字,时间日期,货币单位,特殊符号等准确转换成目标语种的单词,从而保证语音合成的过程中有准确的前端信息输入,得到准确的语音合成结果。以目标语种是中文为例,需要将“123”转写成中文“一百二十三”,将“1/10”转写成中文“十分之一”,将“8:00am”转写成“早上八点钟”等等。 对于一般语种的文本正则,一种是利用规则进行文本转写,具体地,预先设定一定转写规则,在文本与转写规则匹配的情况下,则按照转写规则进行文本正则;另一种是利用端到端模型进行文本转写,具体地,将文本输入端到端模型后,端到端模型直接采用机器翻译的方式输出正则后的文本。 然而,涉及性数格语种的语言环境中,同一个语义的文本其不同的性数格会有不同的书写方式和发音,单纯地利用端到端模型或者规则进行文本转写,一方面准确性无法得到保障,另一方面由于性数格语言文字转换的多样性,对训练数据质量以及数量均有更为严苛的要求,因此如何提升性数格语言的文本正则准确性和便捷性成为亟待解决的问题。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
储银雪高丽江源
技术所属: 西安讯飞超脑信息科技有限公司.
相关技术
一种服务开发方法、装置、设备及存储介质 一种服务开发方法、装置、设备及存储介质
一种高精度双层优化方法的神经网络搜索架构构建方法 一种高精度双层优化方法的神经网络搜索架构构建方法
跨总线域的设备对宿主机空间DMA访问方法及相关设备 跨总线域的设备对宿主机空间DMA访问方法及相关设备
一种客户信息定期维护方法及系统 一种客户信息定期维护方法及系统
代码发布方法、装置、计算机设备和可读存储介质 代码发布方法、装置、计算机设备和可读存储介质
一种基于统一管理平台的子应用数据获取方法及装置 一种基于统一管理平台的子应用数据获取方法及装置
利用深度学习的BIM模型错误自动检测系统 利用深度学习的BIM模型错误自动检测系统
一种基于智能反射面的室内T型走廊场景路径损耗的分析方法 一种基于智能反射面的室内T型走廊场景路径损耗的分析方法
模型评估任务处理方法及装置 模型评估任务处理方法及装置
基于大数据的异常信号智能识别方法 基于大数据的异常信号智能识别方法
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利