本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種文本處理方法、裝置及計(jì)算設(shè)備。

背景技術(shù)：

全文搜索技術(shù)已經(jīng)發(fā)展了數(shù)十年，目前已經(jīng)是一種較為成熟的技術(shù)。而傳統(tǒng)的搜索系統(tǒng)一般都會默認(rèn)導(dǎo)入系統(tǒng)內(nèi)部的文件是正確無誤的。因此，只要對導(dǎo)入系統(tǒng)內(nèi)的文件做一些預(yù)處理后，就可以按照自己的方法對導(dǎo)入系統(tǒng)建立索引，提供給應(yīng)用程序做搜索業(yè)務(wù)。然而，隨著技術(shù)的進(jìn)步，需要搜索的內(nèi)容和來源變得更加多元化，很多內(nèi)容本身在導(dǎo)入搜索引擎建立索引之前，都是經(jīng)過多次轉(zhuǎn)換的。所以，可能會存在一些轉(zhuǎn)換的錯(cuò)誤導(dǎo)致原有的關(guān)鍵信息丟失而搜索不到結(jié)果。

技術(shù)實(shí)現(xiàn)要素：

針對上述技術(shù)問題，本發(fā)明提供了一種文本處理方法、裝置及計(jì)算設(shè)備。在文本導(dǎo)入搜索引擎之前，發(fā)現(xiàn)并修正文本中存在的錯(cuò)誤來提高關(guān)鍵詞搜索結(jié)果的方法和裝置。

第一方面，本發(fā)明提供了一種文本處理方法，所述方法運(yùn)行于文本處理系統(tǒng)，所述文本處理系統(tǒng)包括至少一個(gè)計(jì)算設(shè)備，所述方法包括：

獲取源文本，其中，源文本包括樣本文本和測試文本；源文本可以為文本處理系統(tǒng)收集到的歷史文本中的一部分，文本處理系統(tǒng)根據(jù)源文本來訓(xùn)練文本修正模型，以使文本更為精確。對樣本文本進(jìn)行分詞，獲取樣本文本中的至少一個(gè)關(guān)鍵詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞。根據(jù)至少一個(gè)關(guān)鍵詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞，訓(xùn)練第一模型；該模型也即用于修正待修正關(guān)鍵 詞的模型。對測試文本進(jìn)行分詞，獲取測試文本中的待修正關(guān)鍵詞以及待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞。將待修正關(guān)鍵詞以及待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞輸入第一模型，獲取待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞。根據(jù)待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞和待修正關(guān)鍵詞，訓(xùn)練第二模型。對待修正文本進(jìn)行分詞，將待修正文本的分詞結(jié)果輸入第二模型，修正待修正文本。

在文本導(dǎo)入到搜索引擎之前，利用第一模型檢測出文本中可能存在待修正的錯(cuò)誤關(guān)鍵詞；利用待修正關(guān)鍵詞和與之對應(yīng)的修正后關(guān)鍵詞，訓(xùn)練第二模型，利用第二模型，將其他待修正文本中存在錯(cuò)誤的關(guān)鍵詞進(jìn)行修正，提升了文本內(nèi)關(guān)鍵詞的精度，也有助于提高后續(xù)根據(jù)關(guān)鍵詞進(jìn)行搜索的精確度。

結(jié)合第一方面，在第一方面的第一種可能的實(shí)現(xiàn)方式中，對樣本文本進(jìn)行分詞，獲取樣本文本中的至少一個(gè)關(guān)鍵詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞包括：對樣本文本進(jìn)行分詞，獲取樣本文本的分詞結(jié)果，樣本文本的分詞結(jié)果中包括至少一個(gè)樣本文本詞；從至少一個(gè)樣本文本詞中獲取至少一個(gè)關(guān)鍵詞，至少一個(gè)關(guān)鍵詞在樣本文本中的詞頻大于第一閾值；獲取每個(gè)關(guān)鍵詞的待選關(guān)聯(lián)詞，從每個(gè)關(guān)鍵詞的待選關(guān)聯(lián)詞中獲取每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞，每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞與每個(gè)關(guān)鍵詞的聯(lián)合概率大于第二閾值。

通過對詞頻高于第一閾值的關(guān)鍵詞的提取，獲取了文本中價(jià)值較高，后續(xù)使用頻率較高的關(guān)鍵詞，并通過與關(guān)鍵詞的聯(lián)合概率來篩選出各個(gè)關(guān)鍵詞的關(guān)聯(lián)詞，以供后續(xù)訓(xùn)練。

結(jié)合第一方面的第一種可能的實(shí)現(xiàn)方式，在第一方面的第二種可能的實(shí)現(xiàn)方式中，根據(jù)至少一個(gè)關(guān)鍵詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞，訓(xùn)練第一模型包括：根據(jù)至少一個(gè)關(guān)鍵詞、每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞與每個(gè)關(guān)鍵詞的聯(lián)合概率，訓(xùn)練第一模型。

結(jié)合第一方面至第一方面的第二種可能的實(shí)現(xiàn)方式中的任一種，在第一方面的第三種可能的實(shí)現(xiàn)方式中，將待修正關(guān)鍵詞以及待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞輸入第一模型，獲取待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞，具體包括： 利用第一模型將待修正關(guān)鍵詞修正為至少一個(gè)待選修正關(guān)鍵詞；將至少一個(gè)待選修正關(guān)鍵詞構(gòu)成待選修正關(guān)鍵詞組；在待選修正關(guān)鍵詞組中選取與待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞，其中，修正后關(guān)鍵詞所對應(yīng)的第一修正概率值，為待選修正關(guān)鍵詞組中與待選修正關(guān)鍵詞對應(yīng)的修正概率值中的最大值，修正概率值為至少一個(gè)待選修正關(guān)鍵詞中的每一個(gè)待選修正關(guān)鍵詞和待選修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞之間的聯(lián)合概率。

由于第一模型在判斷每個(gè)待修正關(guān)鍵詞的修正后關(guān)鍵詞的過程中，不是簡單的進(jìn)行匹配，而是有一定概率的影響，因此每個(gè)待修正關(guān)鍵詞可能對應(yīng)有多個(gè)待選修正關(guān)鍵詞，通過獲取修正概率值最高的待選修正關(guān)鍵詞作為最終的修正后關(guān)鍵詞。

結(jié)合第一方面的第三種可能的實(shí)現(xiàn)方式，在第一方面的第四種可能的實(shí)現(xiàn)方式中，根據(jù)待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞和待修正關(guān)鍵詞，訓(xùn)練第二模型，包括：根據(jù)待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞，待修正關(guān)鍵詞以及修正后關(guān)鍵詞對應(yīng)的第一修正概率值，訓(xùn)練第二模型。

結(jié)合第一方面至第一方面的第二種可能的實(shí)現(xiàn)方式，以及第一方面的第四種可能的實(shí)現(xiàn)方式中的任一種，在第一方面的第五種可能的實(shí)現(xiàn)方式中，該方法還包括：獲取查詢?nèi)罩局械娜罩娟P(guān)鍵詞，日志關(guān)鍵詞為查詢?nèi)罩局性~頻大于第三閾值的詞；將日志關(guān)鍵詞作為樣本文本的關(guān)鍵詞。

從用戶的日志中，獲取用戶感興趣的關(guān)鍵詞，并將其作為樣本文本中提取關(guān)鍵詞的手段之一，提升了從樣本文本中提取最有價(jià)值的關(guān)鍵詞的精度，與第一方面的前幾種實(shí)現(xiàn)方式相比，關(guān)鍵詞的提取不僅僅依賴于樣本文本中各個(gè)詞的詞頻。

第二方面，本發(fā)明實(shí)施例提供了一種文本處理裝置，該裝置包括：

分詞模塊，用于獲取源文本，源文本包括樣本文本和測試文本；對樣本文本進(jìn)行分詞，獲取樣本文本中的至少一個(gè)關(guān)鍵詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān) 聯(lián)詞；處理模塊，用于根據(jù)至少一個(gè)關(guān)鍵詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞，訓(xùn)練第一模型；分詞模塊還用于，對測試文本進(jìn)行分詞，獲取測試文本中的待修正關(guān)鍵詞以及待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞；處理模塊還用于，將待修正關(guān)鍵詞以及待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞輸入第一模型，獲取待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞；根據(jù)待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞和待修正關(guān)鍵詞，訓(xùn)練第二模型；分詞模塊還用于，對待修正文本進(jìn)行分詞；處理模塊還用于，將待修正文本的分詞結(jié)果輸入第二模型，修正待修正文本。

結(jié)合第二方面，在第二方面的第一種可能的實(shí)現(xiàn)方式中，分詞模塊具體用于，對樣本文本進(jìn)行分詞，獲取樣本文本的分詞結(jié)果，樣本文本的分詞結(jié)果中包括至少一個(gè)樣本文本詞；從至少一個(gè)樣本文本詞中獲取至少一個(gè)關(guān)鍵詞，至少一個(gè)關(guān)鍵詞在樣本文本中的詞頻大于第一閾值；獲取每個(gè)關(guān)鍵詞的待選關(guān)聯(lián)詞，從每個(gè)關(guān)鍵詞的待選關(guān)聯(lián)詞中獲取每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞，每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞與每個(gè)關(guān)鍵詞的聯(lián)合概率大于第二閾值。

結(jié)合第二方面的第一種可能的實(shí)現(xiàn)方式，在第二方面的第二種可能的實(shí)現(xiàn)方式中，處理模塊具體用于：根據(jù)所述至少一個(gè)關(guān)鍵詞、所述每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞以及所述每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞與所述每個(gè)關(guān)鍵詞的聯(lián)合概率，訓(xùn)練所述第一模型。

結(jié)合第二方面至第二方面的第二種可能的實(shí)現(xiàn)方式中的任一種實(shí)現(xiàn)方式，在第二方面的第三種可能的實(shí)現(xiàn)方式中，處理模塊具體用于，利用第一模型將待修正關(guān)鍵詞修正為至少一個(gè)待選修正關(guān)鍵詞；將至少一個(gè)待選修正關(guān)鍵詞構(gòu)成待選修正關(guān)鍵詞組；在待選修正關(guān)鍵詞組中選取與待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞，其中，修正后關(guān)鍵詞所對應(yīng)的第一修正概率值，為待選修正關(guān)鍵詞組中與待選修正關(guān)鍵詞對應(yīng)的修正概率值中的最大值，修正概率值為至少一個(gè)待選修正關(guān)鍵詞中的每一個(gè)待選修正關(guān)鍵詞和待選修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞之間的聯(lián)合概率。

結(jié)合第二方面的第三種可能的實(shí)現(xiàn)方式，在第二方面的第四種可能的實(shí) 現(xiàn)方式中，處理模塊具體用于，根據(jù)待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞，待修正關(guān)鍵詞以及修正后關(guān)鍵詞對應(yīng)的第一修正概率值，訓(xùn)練第二模型。

結(jié)合第二方面至第二方面的第二種可能的實(shí)現(xiàn)方式，以及第二方面的第四種可能的實(shí)現(xiàn)方式中的任一種實(shí)現(xiàn)方式，在第二方面的第五種可能的實(shí)現(xiàn)方式中，處理模塊還用于：獲取查詢?nèi)罩局械娜罩娟P(guān)鍵詞，日志關(guān)鍵詞為查詢?nèi)罩局性~頻大于第三閾值的詞；將日志關(guān)鍵詞作為樣本文本的關(guān)鍵詞。

第三方面，本發(fā)明實(shí)施例提供了一種計(jì)算設(shè)備，該計(jì)算設(shè)備包括:處理器，存儲器，總線及通信接口，處理器、存儲器和通信接口通過總線實(shí)現(xiàn)通信連接，存儲器用于存儲處理器需要執(zhí)行的指令，指令被處理器執(zhí)行以用于實(shí)現(xiàn)在第一方面中所介紹的文本處理方法中的任一項(xiàng)所述的方法。

附圖說明

圖1為本發(fā)明實(shí)施例提供的一種修文本處理系統(tǒng)的架構(gòu)圖；

圖2為本發(fā)明實(shí)施例提供的一種文本處理方法流程圖；

圖3為本發(fā)明實(shí)施例提供的一種文本處理裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面通過附圖和實(shí)施例，對本發(fā)明實(shí)施例的技術(shù)方案做進(jìn)一步的詳細(xì)描述。

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例的應(yīng)用環(huán)境可以是利用語音識別軟件處理語音文件獲得的 文本，也可以是以其他形式獲取的文本。在下面的具體實(shí)施例中，以通過語音文件轉(zhuǎn)換得來的文本進(jìn)行修正為例說明。

本發(fā)明實(shí)施例提供了一種文本處理系統(tǒng)的系統(tǒng)架構(gòu)圖，如圖1所示，該系統(tǒng)包括：錄音器110，和計(jì)算設(shè)備120，計(jì)算設(shè)備120中包括處理器1201，存儲器1202，總線1203以及通信接口1204。

錄音器110可以是麥克風(fēng)或者其他可以錄音的設(shè)備，錄音器110接收用戶發(fā)來的聲音信號，并對其進(jìn)行記錄生成語音文件。

計(jì)算設(shè)備中的處理器1201、存儲器1202和通信接口1204可以通過總線1203建立通信連接，也可以通過無線傳輸?shù)绕渌侄螌?shí)現(xiàn)通信。

處理器1201可以為中央處理器(英文：centralprocessingunit，縮寫：cpu)。

存儲器1202可以包括易失性存儲器(英文：volatilememory)，例如隨機(jī)存取存儲器(英文：random-accessmemory，縮寫：ram)；存儲器也可以包括非易失性存儲器(英文：non-volatilememory)，例如只讀存儲器(英文：read-onlymemory，縮寫：rom)，快閃存儲器，硬盤(英文：harddiskdrive，縮寫：hdd)或固態(tài)硬盤(英文：solidstatedrive，縮寫：ssd)；存儲器1202還可以包括上述種類的存儲器的組合。

在通過軟件來實(shí)現(xiàn)本申請?zhí)峁┑募夹g(shù)方案時(shí)，用于實(shí)現(xiàn)本申請圖2提供的文本處理方法的程序代碼保存在存儲器1202中，并由處理器1201來執(zhí)行。計(jì)算設(shè)備120通過通信接口1204與錄音器110通信。

圖2為本發(fā)明實(shí)施例一提供的一種文本處理方法流程圖200，包括：

步驟210，獲取源文本，源文本包括樣本文本和測試文本。

具體的，錄音器110將語音文件發(fā)送到計(jì)算設(shè)備120中，計(jì)算設(shè)備120將語音文件轉(zhuǎn)換成多個(gè)文本，并將多個(gè)文本分為樣本文本和測試文本。

計(jì)算設(shè)備120中可以利用自動語音識別(automaticspeechrecognition，簡稱asr)技術(shù)，將語音文件轉(zhuǎn)換成文本。

步驟220，對樣本文本進(jìn)行分詞，獲取樣本文本中的至少一個(gè)關(guān)鍵詞以及 每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞。

具體的，計(jì)算設(shè)備120可以采用自然語言處理(naturallanguageprocessing，簡稱nlp)技術(shù)對樣本文本進(jìn)行分詞處理，獲取樣本文本的分詞結(jié)果。

樣本文本的分詞結(jié)果中包括至少一個(gè)樣本文本詞。從至少一個(gè)樣本文本次中獲取至少一個(gè)關(guān)鍵詞，其中，每一個(gè)關(guān)鍵詞在樣本文本中的詞頻大于第一閾值。

例如，一篇文本是與信用卡有關(guān)的文本。在文本中出現(xiàn)了“新用戶如果想要辦理一張信用卡，必須攜帶個(gè)人的身份證”的語句。在采用nlp技術(shù)進(jìn)行分詞時(shí)，計(jì)算設(shè)備120會將這句話分詞為“新/用戶/如果/想/要/辦理/一張/信用卡/，/必須/攜帶/個(gè)人/的/身份證/”。而每出現(xiàn)一個(gè)詞，計(jì)算設(shè)備120還會統(tǒng)計(jì)該詞在樣本文本中所出現(xiàn)的次數(shù)。當(dāng)一個(gè)詞在樣本文本中出現(xiàn)的次數(shù)，也即是詞頻大于第一閾值(例如第一閾值為20，即一個(gè)詞出現(xiàn)次數(shù)大于20次)時(shí)，可以將該詞定義為樣本文本中的關(guān)鍵詞。

可選的，在利用nlp技術(shù)對文本分詞時(shí)，可以將該文本置于一個(gè)子場景中。這里的子場景就是一個(gè)專業(yè)詞庫。例如關(guān)于信用卡的文本，將該文本置于一個(gè)包括信用卡的專業(yè)詞庫中時(shí)，系統(tǒng)可以更容易將“信用卡”作為一個(gè)詞，而不是單單的將“信用”作為一個(gè)詞，“卡”單獨(dú)作為一個(gè)詞。也就是說，在子場景中，利用nlp技術(shù)分詞時(shí)，可以更加的符合文本的情景，分詞的準(zhǔn)確率能夠更高一些。

可選的，還可以獲取每個(gè)關(guān)鍵詞的待選關(guān)聯(lián)詞，從每個(gè)關(guān)鍵詞的待選關(guān)聯(lián)詞中獲取每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞，其中每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞與關(guān)鍵詞的聯(lián)合概率值大于第二閾值。

具體的，可以利用詞向量的方法，計(jì)算關(guān)鍵詞與該關(guān)鍵詞的關(guān)聯(lián)詞之間的聯(lián)合概率值。

例如，沿用上文中所舉的例子，樣本文本中的一個(gè)關(guān)鍵詞是“信用卡”， 而待選關(guān)聯(lián)詞可以為“要”、“辦理”、“一張”、必須”和“攜帶”等等，可以通過貝葉斯公式計(jì)算待選關(guān)聯(lián)詞和關(guān)鍵詞之間的聯(lián)合概率值。例如，將關(guān)鍵詞事件用a表示，關(guān)聯(lián)詞事件用b表示。p(a)是關(guān)鍵詞單獨(dú)出現(xiàn)的概率，p(b)是關(guān)聯(lián)詞單獨(dú)出現(xiàn)的概率，而p(ab)則是關(guān)鍵詞和關(guān)聯(lián)詞同時(shí)出現(xiàn)的概率。p(a|b)代表關(guān)聯(lián)詞出現(xiàn)的條件下關(guān)鍵詞出現(xiàn)的概率，也即是關(guān)鍵詞和關(guān)聯(lián)詞之間的聯(lián)合概率，具體計(jì)算公式如下：

可選的，當(dāng)關(guān)鍵詞與所有該關(guān)鍵詞的關(guān)聯(lián)詞之間的聯(lián)合概率值均小于第二閾值時(shí)(例如，第二閾值為1％)，則應(yīng)該剔除掉該關(guān)鍵詞。

因?yàn)?，雖然利用nlp技術(shù)分詞后，已經(jīng)確定了一些關(guān)鍵詞，但是關(guān)鍵詞也僅僅是通過統(tǒng)計(jì)學(xué)的算法計(jì)算而得到的，不一定完全的準(zhǔn)確。而聯(lián)系上下文，如果獲取的某一關(guān)鍵詞與其相關(guān)聯(lián)的關(guān)聯(lián)詞之間的聯(lián)合概率值均小于第二閾值，那么則說明該關(guān)鍵詞是偽關(guān)鍵詞，所以應(yīng)該剔除掉。

步驟230，根據(jù)至少一個(gè)關(guān)鍵詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞，訓(xùn)練第一模型。

具體的，將至少一個(gè)關(guān)鍵詞和關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞，作為輸入?yún)?shù)對第一模型進(jìn)行訓(xùn)練，以便于后續(xù)利用第一模型，獲取待修正文本中的待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞。

可選的，也可以根據(jù)至少一個(gè)關(guān)鍵詞，每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞與關(guān)鍵詞之間的聯(lián)合概率，訓(xùn)練第一模型。第一模型可以采用機(jī)器學(xué)習(xí)模型，例如采用樸素貝葉斯或者支持向量機(jī)(supportvectormachine，簡稱svm)等。例如，關(guān)鍵詞是“自動取款機(jī)”等，關(guān)聯(lián)詞是“故障”和“修理”等，關(guān)鍵詞與兩個(gè)關(guān)聯(lián)詞之間的聯(lián)合概率分別是0.8546702，0.4326960等，具體參見表1。

表1

步驟240，對測試文本進(jìn)行分詞，獲取測試文本中的待修正關(guān)鍵詞以及待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞。

具體的分詞步驟，以及獲取測試文本中的待修正關(guān)鍵詞以及待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞等分別與步驟210和步驟220中對樣本文本進(jìn)行分詞，和獲取關(guān)鍵詞以及關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞的步驟類似，這里不再贅述。

步驟250，將待修正關(guān)鍵詞以及待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞輸入第一模型，獲取待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞。

可選的，步驟250包括：利用所述第一模型將所述待修正關(guān)鍵詞修正為至少一個(gè)待選修正關(guān)鍵詞；從所述至少一個(gè)待選修正關(guān)鍵詞中選取與所述待修正關(guān)鍵詞對應(yīng)的所述修正后關(guān)鍵詞，其中，所述修正后關(guān)鍵詞所對應(yīng)的修正概率值，為所述至少一個(gè)待選修正關(guān)鍵詞對應(yīng)的修正概率值中的最大值，每個(gè)待選修正關(guān)鍵詞對應(yīng)的修正概率值為該待選修正關(guān)鍵詞和所述待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞之間的聯(lián)合概率。

具體的，首先確定測試文本中出現(xiàn)的待修正關(guān)鍵詞，同時(shí)，還可以根據(jù)待修正關(guān)鍵詞在測試文本中的上下文，確定與待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞， 其中，與待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞的個(gè)數(shù)同樣可以一個(gè)或者多個(gè)。第一模型針對每一個(gè)待修正關(guān)鍵詞，可能會將該待修正關(guān)鍵詞修正為一個(gè)或者多個(gè)待選修正關(guān)鍵詞，這一個(gè)或者多個(gè)待選修正關(guān)鍵詞組成了待選修正關(guān)鍵詞組。然后從待選修正關(guān)鍵詞組中獲取修正后關(guān)鍵詞。

在一個(gè)具體的例子中，例如該第一模型是一個(gè)表格，如表1所示。那么，通過第一模型將待修正關(guān)鍵詞與表格1中的每一個(gè)關(guān)鍵詞進(jìn)行匹配，同時(shí)，將待修正關(guān)鍵詞的關(guān)聯(lián)詞與表格1中的關(guān)鍵詞所對應(yīng)的關(guān)聯(lián)詞相匹配，當(dāng)二者皆匹配成功時(shí)，則會將匹配成功的一個(gè)或者多個(gè)關(guān)鍵詞作為該待修正關(guān)鍵詞對應(yīng)的待選修正關(guān)鍵詞，構(gòu)成一個(gè)待選修正關(guān)鍵詞組。而從待選修正關(guān)鍵詞組中，確定待選修正關(guān)鍵詞和待選修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞之間的聯(lián)合概率值最大的一個(gè)，作為修正后關(guān)鍵詞。

例如在語音文檔轉(zhuǎn)換成文本時(shí)，將“自動取款機(jī)故障”轉(zhuǎn)換成了“自動**機(jī)故障”(**可以是拼錯(cuò)的后的任意詞，或者，也可以使用**或其他字符代替，例如“自動期刊機(jī)”，“自動#&機(jī)”等)，并且，該待修正關(guān)鍵詞“自動**機(jī)故障”在該文本中出現(xiàn)了多次。而與待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞還可以是修理(假設(shè)，原文中所記載的內(nèi)容是：檢測到自動**機(jī)發(fā)生故障，所以需要立即對自動**機(jī)進(jìn)行修理，所取得關(guān)聯(lián)詞是待修正關(guān)鍵詞右邊的第二個(gè)詞，所以，在第一次自動**機(jī)出現(xiàn)時(shí)，所取的第二關(guān)聯(lián)詞是發(fā)生和故障這兩個(gè)詞；而在第二次出現(xiàn)自動**機(jī)時(shí)，所取的第二關(guān)聯(lián)詞是進(jìn)行，和修理這兩個(gè)詞)。處理器將會將該錯(cuò)誤的關(guān)鍵詞“自動**機(jī)”與第一模型中的一個(gè)或者多個(gè)關(guān)鍵詞進(jìn)行匹配，同時(shí)將該待修正關(guān)鍵詞的關(guān)聯(lián)詞“故障”與第一模型中的與每一個(gè)關(guān)鍵詞分別對應(yīng)的關(guān)聯(lián)詞相匹配。獲取修正關(guān)鍵詞組。由表1中可以知道，在第一模型中，關(guān)聯(lián)詞是“故障”的，并且關(guān)鍵詞包括自動**機(jī)的包括了兩個(gè)關(guān)鍵詞，第一個(gè)是自動取款機(jī)，第二個(gè)是自動存款機(jī)。并且，“自動取款機(jī)”與“故障”之間的聯(lián)合概率值是0.8546702，即“自動取款機(jī)”對應(yīng)的修正概率值為0.8546702，而“自動存款機(jī)”與“故障”之間的聯(lián)合概 率值是0.6543890，即“自動存款機(jī)”對應(yīng)的修正概率值為0.6543890。而待修正關(guān)鍵詞“自動**機(jī)”的關(guān)聯(lián)詞還包括一個(gè)“修理”，在與第一模型相匹配時(shí)，發(fā)現(xiàn)同樣存在關(guān)聯(lián)詞“修理”，與該關(guān)聯(lián)詞對應(yīng)的關(guān)鍵詞同樣是“自動取款機(jī)”，聯(lián)合概率值是0.4326960。處理器則會將這兩個(gè)關(guān)鍵詞作為待修正關(guān)鍵詞對應(yīng)的待選修正關(guān)鍵詞，將這兩個(gè)待選修正關(guān)鍵詞構(gòu)成一個(gè)待選修正關(guān)鍵詞組。而從待選修正關(guān)鍵詞組中，選出修正概率值最高的待選修正關(guān)鍵詞作為修正后關(guān)鍵詞。

在另一個(gè)具體的例子中，第一模型也可以是一個(gè)分類器模型，或者類似分類器模型的其他模型。將待修正關(guān)鍵詞輸入到第一模型中，第一模型輸出與待修正模型對應(yīng)的一個(gè)或者多個(gè)待選修正關(guān)鍵詞。構(gòu)成待選修正關(guān)鍵詞組。而從待選修正關(guān)鍵詞組中，確定待選修正關(guān)鍵詞和待選修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞之間的聯(lián)合概率值最大的一個(gè)，作為修正后關(guān)鍵詞。

利用第一模型對測試文本中的待修正關(guān)鍵詞進(jìn)行多次的迭代處理。例如，在測試文本中，“自動**機(jī)”出現(xiàn)的總次數(shù)為100次，在第一次處理后，將“自動**機(jī)”修正為“自動取款機(jī)”的次數(shù)為60次，將“自動**機(jī)”修正為“自動存款機(jī)”的次數(shù)為40次。將經(jīng)過第一次處理后的，測試文本中的待修正關(guān)鍵詞再次輸入第一模型進(jìn)行第二次處理后，測試文本中的待修正關(guān)鍵詞“自動**機(jī)”被修正為“自動取款機(jī)”的次數(shù)為79次，“自動**機(jī)”被修正為“自動存款機(jī)”的次數(shù)為31次，進(jìn)行多次前述迭代處理，直至第n-2次，將“自動**機(jī)”修正為“自動取款機(jī)”的次數(shù)為78次，將“自動**機(jī)”修正為“自動存款機(jī)”的次數(shù)為32次；第n-1次，將“自動**機(jī)”修正為“自動取款機(jī)”的次數(shù)為80次，將“自動**機(jī)”修正為“自動存款機(jī)”的次數(shù)為20次，第n次，將“自動**機(jī)”修正為“自動取款機(jī)”的次數(shù)為80次，將“自動**機(jī)”修正為“自動存款機(jī)”的次數(shù)為20次，第n+1次時(shí)，處理后的結(jié)果仍然沒有變化或變化幅度小于預(yù)期，也即第n+1詞迭代處理與第n次迭代處 理中待修正關(guān)鍵詞的修正結(jié)果無變化或變化幅度小于預(yù)期，將“自動**機(jī)”修正為“自動取款機(jī)”的次數(shù)為80次，將“自動**機(jī)”修正為“自動存款機(jī)”的次數(shù)為20次。

每個(gè)待選修正關(guān)鍵詞對應(yīng)的修正概率值還可以為該待選修正關(guān)鍵詞修正待修正關(guān)鍵詞的比例。承接上例，經(jīng)過多次迭代處理后，迭代結(jié)果為將“自動**機(jī)”修正為“自動取款機(jī)”的次數(shù)為80次，即修正概率值為80％；將“自動**機(jī)”修正為“自動存款機(jī)”的次數(shù)為20次，則說明修正概率值為20％。在確定修正后關(guān)鍵詞時(shí)，可以根據(jù)修正關(guān)鍵詞組中各個(gè)待選修正關(guān)鍵詞的修正概率值確定，選取修正概率值最大的待選修正關(guān)鍵詞，作為修正后關(guān)鍵詞。由此，將待選修正關(guān)鍵詞“自動取款機(jī)”的修正概率值最大，為80％。因此，選取的修正后關(guān)鍵詞為“自動取款機(jī)”。需要說明的是，在本實(shí)施例中，僅僅是列舉了兩個(gè)待選修正關(guān)鍵詞與待修正關(guān)鍵詞進(jìn)行匹配，而在一種情況中，若與待修正關(guān)鍵詞可以匹配的待選修正關(guān)鍵詞為多個(gè)時(shí)，在構(gòu)建待選修正關(guān)鍵詞組時(shí)，可以按照每一個(gè)待選修正關(guān)鍵詞與待選修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞之間的聯(lián)合概率值來作為一個(gè)衡量標(biāo)準(zhǔn)。例如，一個(gè)待修正關(guān)鍵詞和待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞分別是自動**機(jī)/欠費(fèi)，而在第一模型中與關(guān)聯(lián)詞“欠費(fèi)”對應(yīng)的待選關(guān)鍵詞包括多個(gè)，即關(guān)聯(lián)詞同樣是欠費(fèi)，而在待選關(guān)鍵詞中同樣包括自動……機(jī)的包括多個(gè)詞。此時(shí)，就取決于待選關(guān)鍵詞與關(guān)聯(lián)詞“欠費(fèi)”之間的聯(lián)合概率值，可以取概率值較大的前幾個(gè)詞作為推薦的待選修正關(guān)鍵詞，加入到待選修正關(guān)鍵詞組中，再將待選修正關(guān)鍵詞組中的待選關(guān)鍵詞進(jìn)行迭代處理。最后確定每一個(gè)待選修正關(guān)鍵詞對應(yīng)的修正概率值，確定修正概率值最大的待選關(guān)鍵詞作為待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞。

步驟260，根據(jù)待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞和待修正關(guān)鍵詞，訓(xùn)練第二模型。

具體的，可以利用待修正關(guān)鍵詞和與之對應(yīng)的修正后關(guān)鍵詞作為輸入?yún)?shù)訓(xùn)練第二模型，第二模型可以機(jī)械學(xué)習(xí)模型，例如svm，神經(jīng)網(wǎng)絡(luò)等。

可選的，還可以將第一修正概率值，與待修正關(guān)鍵詞和修正后關(guān)鍵詞一起，作為輸入?yún)?shù)對第二模型進(jìn)行訓(xùn)練。

可選的，在訓(xùn)練過程中，輸入?yún)?shù)還可以包括待修正關(guān)鍵詞的關(guān)聯(lián)詞或與修正后關(guān)鍵詞對應(yīng)的修正概率值。例如，atm**/機(jī)/atm存款/90％。

其中，atm**為待修正關(guān)鍵詞，機(jī)是待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞，atm存款是修正后關(guān)鍵詞，90％是修正概率值。

應(yīng)當(dāng)理解，一個(gè)存在錯(cuò)誤的關(guān)鍵詞，在修正的過程中，可能填充或者修正的字節(jié)為一個(gè)或者多個(gè)，如上文中，很有可能關(guān)鍵詞是“atm存款取款”，即填充的字節(jié)是4個(gè)，而不是兩個(gè)。

再或者，例如一個(gè)關(guān)鍵詞是“信用卡”，但是在語音文件轉(zhuǎn)換為文本時(shí)，將信用卡轉(zhuǎn)化成了“信用啊”，所以在語句中出現(xiàn)了“信用啊/欠費(fèi)”，因?yàn)?，需要修正的詞時(shí)一個(gè)字，而在第一模型中，已經(jīng)查詢到信用卡和欠費(fèi)這兩個(gè)詞的聯(lián)合概率值是90％；那么，當(dāng)這個(gè)關(guān)鍵詞作為推薦的修正關(guān)鍵詞時(shí)，可以規(guī)定該關(guān)鍵詞與關(guān)聯(lián)詞之間的聯(lián)合概率值不發(fā)生改變，就是90％。

而當(dāng)語音文件轉(zhuǎn)換成文本時(shí)，將“信用卡”轉(zhuǎn)換成了“信用阿拉”，即語句中出現(xiàn)了“信用阿拉/欠費(fèi)”，那么，即使信用卡和欠費(fèi)這兩個(gè)詞之間的聯(lián)合概率值是90％，此時(shí)若想將“信用卡”作為待修正關(guān)鍵詞“信用阿拉”的推薦關(guān)鍵詞時(shí)，則規(guī)定該關(guān)鍵詞語關(guān)聯(lián)詞之間的聯(lián)合概率值不再是90％，而是要再乘以一個(gè)修正系數(shù)。

這樣做的目的是，可以提高修正的精確率。因?yàn)榭倳幸恍┰~，可能缺少的本身就是兩個(gè)詞，而不是一個(gè)詞。例如atm存款機(jī)，在轉(zhuǎn)換時(shí)轉(zhuǎn)換成了atm**機(jī)，而在關(guān)鍵詞匹配時(shí)，可以是atm存款機(jī)，或者也可以是atm存款取款機(jī)。而正確的其實(shí)是atm存款取款機(jī)，而不是atm存款機(jī)。當(dāng)然，這樣的概率一般不會很大，所以才會在算關(guān)鍵詞與關(guān)聯(lián)詞之間的聯(lián)合概率值時(shí)，乘以一個(gè)修正系數(shù)。

步驟270，對待修正文本進(jìn)行分詞，將待修正文本的分詞結(jié)果輸入第二模 型，修正待修正文本。

具體的，對待修正文本進(jìn)行分詞過程與對樣本文本、對測試文本進(jìn)行分詞過程類似，這里不再贅述。

應(yīng)理解，這里的待修正文本一般為測試文本和樣本文本之外的文本。在獲取文本時(shí)，首先利用第一模型檢測文本中是否存在待修正關(guān)鍵詞，在存在待修正關(guān)鍵詞時(shí)，則利用第二修正模型，對該文本中的待修正關(guān)鍵詞進(jìn)行修正。

進(jìn)一步可選的，因?yàn)樵谌魏我粋€(gè)技術(shù)領(lǐng)域中，關(guān)鍵詞都不是固定的，而根據(jù)樣本文本所獲取的關(guān)鍵詞也不能完全覆蓋整個(gè)技術(shù)領(lǐng)域的關(guān)鍵詞。因此，該方法還可以包括步驟280，獲取查詢?nèi)罩局械娜罩娟P(guān)鍵詞，其中，日志關(guān)鍵詞為查詢?nèi)罩局性~頻大于第三閾值的詞；將日志關(guān)鍵詞作為樣本文本的關(guān)鍵詞。步驟280可以執(zhí)行于步驟270之后，即在本次對待修正文本的修正結(jié)束后，將從日志中提取的日志關(guān)鍵詞作為新的樣本文本的關(guān)鍵詞的選擇依據(jù)，例如，可以結(jié)合新的樣本文本中詞的詞頻與各個(gè)詞是否為日志關(guān)鍵詞結(jié)合判斷新的樣本文本中的關(guān)鍵詞。步驟280還可以執(zhí)行于步驟210之前，也即在本次從樣本文本中提取關(guān)鍵詞之前就提取日志關(guān)鍵詞，并用于步驟210中對樣本文本的關(guān)鍵詞的提取中。

具體的，在用戶查詢信息時(shí)，可以獲取日志中的日志關(guān)鍵詞，例如在當(dāng)前第一模型中不存在的關(guān)鍵詞和關(guān)鍵詞所在的技術(shù)領(lǐng)域內(nèi)的熱門詞。這些日志關(guān)鍵詞均是在查詢?nèi)罩局性~頻大于第三閾值的詞。

可以將這些日志關(guān)鍵詞，更新第一模型，進(jìn)而可以獲得更好的第二模型，提高文本中詞的精確度。

在一個(gè)具體的實(shí)施例中，例如某銀行的呼叫中心，業(yè)務(wù)員在跟客戶溝通的過程中，已經(jīng)將溝通的語音通過錄音設(shè)備錄制成了語音文件，然后計(jì)算設(shè)備又將語音文件轉(zhuǎn)換成了文本。處理器利用第一模型查找出該文本中出現(xiàn)的待修正關(guān)鍵詞，以及與之對應(yīng)的關(guān)聯(lián)詞。例如，在文本中具體語句為“信用 啦啊”，其中“信用啦啊”中的“啦啊”出現(xiàn)是因?yàn)閍sr系統(tǒng)識別出該處有音節(jié)存在，但是因?yàn)樵胍舾蓴_或者抖動，未能正確的識別具體內(nèi)容，使用語氣詞進(jìn)行填充，其正確的內(nèi)容應(yīng)該是“信用卡”。

真實(shí)的業(yè)務(wù)場景是客戶在咨詢信用卡的相關(guān)事宜，“信用卡”在搜索索引中是一個(gè)完整的詞語，而該詞可能成為搜索的關(guān)鍵詞，因?yàn)樽R別的錯(cuò)誤，將會導(dǎo)致搜索失敗。此時(shí)，則可以利用第二修正模型，將該關(guān)鍵詞“信用啦啊”修正為“信用卡”。然后，將修正后的文本存儲在存儲器中。而在本發(fā)明實(shí)施例中，存儲器中包含數(shù)據(jù)倉庫組件。將修正后的文本則存儲在數(shù)據(jù)倉庫組件中，然后建立索引任務(wù)。當(dāng)用戶需要進(jìn)行搜索應(yīng)用時(shí)，可以利用搜索軟件，例如百度等搜索，而應(yīng)用軟件則會通過api接口調(diào)用程序，與全文搜索引擎進(jìn)行交互，搜索引擎則可以根據(jù)索引在數(shù)據(jù)倉庫組件中找到與用戶輸入的關(guān)鍵詞對應(yīng)的文本，發(fā)送到搜索軟件中，并通過顯示屏顯示給用戶。

本發(fā)明實(shí)施例提供的文本處理方法，根據(jù)樣本文本中的至少一個(gè)關(guān)鍵詞以及與至少一個(gè)關(guān)鍵詞對應(yīng)的的關(guān)聯(lián)詞訓(xùn)練第一模型，并且通過第一模型獲取待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞；根據(jù)待修正關(guān)鍵詞，以及對應(yīng)的修正后關(guān)鍵詞，訓(xùn)練第二模型，利用第二模型修正待修正文本，提升了文本精度。

還應(yīng)理解，在本發(fā)明的實(shí)施例中，可以利用業(yè)務(wù)已有的分類得到各個(gè)子場景的修正模型，利用每個(gè)子場景的修正模型來糾正錯(cuò)誤數(shù)據(jù)文本中的關(guān)鍵詞內(nèi)容，充分利用了上下文信息。而每個(gè)子領(lǐng)域中的關(guān)鍵詞詞量較小，在訓(xùn)練修正模型時(shí)，相對容易。在特定的子場景中，避免了數(shù)據(jù)源的錯(cuò)誤引入，同樣可以有效的提高業(yè)務(wù)搜索的精確度，非常實(shí)用。

與上述文本處理方法相對應(yīng)的，本發(fā)明實(shí)施例還提供了一種文本處理裝置300，該文本處理裝置300可以通過圖1所示的計(jì)算設(shè)備120實(shí)現(xiàn)，還可以通過專用集成電路(英文：application-specificintegratedcircuit，縮寫：asic)實(shí)現(xiàn)，或可編程邏輯器件(英文：programmablelogicdevice，縮寫：pld)實(shí)現(xiàn)。上述pld可以是復(fù)雜可編程邏輯器件(英文：complexprogrammablelogic device，縮寫：cpld)，即現(xiàn)場可編程門陣列(英文：fieldprogrammablegatearray，縮寫fpga)，通用陣列邏輯(英文：genericarraylogic,縮寫：gal)或其任意組合。該文本處理裝置300用于實(shí)現(xiàn)圖2所示的文本處理方法。通過軟件實(shí)現(xiàn)圖2所示的文本處理方法時(shí)，文本處理裝置300及其各個(gè)模塊也可以為軟件模塊。

具體的文本處理裝置如圖3所示，所述裝置包括：分詞模塊301，處理模塊302。

分詞模塊301，用于獲取源文本，其中，源文本包括樣本文本和測試文本；并對樣本文本進(jìn)行分詞，獲取樣本文本中的至少一個(gè)關(guān)鍵詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞。

具體的，分詞模塊301對樣本文本進(jìn)行分詞，獲取樣本文本的分詞結(jié)果，樣本文本的分詞結(jié)果中包括至少一個(gè)樣本文本詞；從至少一個(gè)樣本文本詞中獲取至少一個(gè)關(guān)鍵詞，至少一個(gè)關(guān)鍵詞在樣本文本中的詞頻大于第一閾值。

獲取每個(gè)關(guān)鍵詞的待選關(guān)聯(lián)詞，從每個(gè)關(guān)鍵詞的待選關(guān)聯(lián)詞中獲取每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞，每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞與每個(gè)關(guān)鍵詞的聯(lián)合概率大于第二閾值。

處理模塊302，用于根據(jù)至少一個(gè)關(guān)鍵詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞，訓(xùn)練第一模型。

具體的，處理模塊302根據(jù)至少一個(gè)關(guān)鍵詞、每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞以及每個(gè)關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞與每個(gè)關(guān)鍵詞的聯(lián)合概率，訓(xùn)練第一模型。

分詞模塊301還用于，對測試文本進(jìn)行分詞，獲取測試文本中的待修正關(guān)鍵詞以及待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞。

處理模塊302還用于，將待修正關(guān)鍵詞以及待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞輸入第一模型，獲取待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞。

根據(jù)待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞和待修正關(guān)鍵詞，訓(xùn)練第二模型；

具體的，利用所述第一模型將所述待修正關(guān)鍵詞修正為至少一個(gè)待選修 正關(guān)鍵詞；從所述至少一個(gè)待選修正關(guān)鍵詞中選取與所述待修正關(guān)鍵詞對應(yīng)的所述修正后關(guān)鍵詞，其中，所述修正后關(guān)鍵詞所對應(yīng)的修正概率值，為所述至少一個(gè)待選修正關(guān)鍵詞對應(yīng)的修正概率值中的最大值，每個(gè)待選修正關(guān)鍵詞對應(yīng)的修正概率值為該待選修正關(guān)鍵詞和所述待修正關(guān)鍵詞對應(yīng)的關(guān)聯(lián)詞之間的聯(lián)合概率。

可選的，處理模塊302可以根據(jù)待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞，待修正關(guān)鍵詞以及修正后關(guān)鍵詞對應(yīng)的第一修正概率值，訓(xùn)練第二模型。

分詞模塊301還用于，對待修正文本進(jìn)行分詞。

處理模塊302還用于，將待修正文本的分詞結(jié)果輸入第二模型，修正待修正文本。

修正文本之后，還包括獲取查詢?nèi)罩局械娜罩娟P(guān)鍵詞，其中，日志關(guān)鍵詞為查詢?nèi)罩局性~頻大于第三閾值的詞；將日志關(guān)鍵詞作為樣本文本的關(guān)鍵詞。

本申請實(shí)施例二提供的裝置運(yùn)行時(shí)執(zhí)行本申請實(shí)施例一提供的方法，其工作細(xì)節(jié)參考本申請實(shí)施例一提供的方法。

本發(fā)明實(shí)施例提供的一種文本處理裝置，根據(jù)樣本文本中的關(guān)鍵詞以及與關(guān)鍵詞相關(guān)聯(lián)的關(guān)聯(lián)詞訓(xùn)練第一模型，并且通過第一模型獲取待修正關(guān)鍵詞對應(yīng)的修正后關(guān)鍵詞；根據(jù)待修正關(guān)鍵詞，以及對應(yīng)的修正后關(guān)鍵詞，訓(xùn)練第二模型，利用第二模型修正待修正文本，提升了文本的精度。

還應(yīng)理解，在本發(fā)明的實(shí)施例中，可以利用業(yè)務(wù)已有的分類得到各個(gè)子場景對應(yīng)的修正模型，利用每個(gè)子場景對應(yīng)的修正模型來糾正錯(cuò)誤數(shù)據(jù)文本中的關(guān)鍵詞內(nèi)容，充分利用了上下文信息。而每個(gè)子領(lǐng)域?qū)?yīng)的詞庫中的關(guān)鍵詞詞量較小，在訓(xùn)練修正模型時(shí)，相對容易。在特定的子場景中，避免了數(shù)據(jù)源的錯(cuò)誤引入，同樣可以有效的提高業(yè)務(wù)搜索的精確度，非常實(shí)用。

與上述修正關(guān)鍵詞的方法相對應(yīng)的，本發(fā)明實(shí)施例還提供了一種計(jì)算設(shè)備，該計(jì)算設(shè)備包括：處理器和存儲器總線及通信接口，其中，處理器、存 儲器和通信接口通過總線實(shí)現(xiàn)彼此之間的通信連接。處理器和存儲器的組成部件以及所執(zhí)行的方法步驟已經(jīng)分別在上文中所介紹的文本處理系統(tǒng)和文本處理方法流程中做了詳細(xì)的介紹，這里不再贅述。

專業(yè)人員應(yīng)該還可以進(jìn)一步意識到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、獲取機(jī)軟件或者二者的結(jié)合來實(shí)現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。

結(jié)合本文中所公開的實(shí)施例描述的方法或算法的步驟可以用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實(shí)施。軟件模塊可以置于隨機(jī)存儲器(ram)、內(nèi)存、只讀存儲器(rom)、電可編程rom、電可擦除可編程rom、寄存器、硬盤、可移動磁盤、cd-rom、或技術(shù)領(lǐng)域內(nèi)所公知的任意其它形式的存儲介質(zhì)中。

以上所述的具體實(shí)施方式，對本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施方式而已，并不用于限定本發(fā)明的保護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。