CN113761884A - 模型生成方法、装置、电子设备和计算机可读介质 - Google Patents
模型生成方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN113761884A CN113761884A CN202110084569.0A CN202110084569A CN113761884A CN 113761884 A CN113761884 A CN 113761884A CN 202110084569 A CN202110084569 A CN 202110084569A CN 113761884 A CN113761884 A CN 113761884A
- Authority
- CN
- China
- Prior art keywords
- trained
- text set
- gram model
- target text
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007781 pre-processing Methods 0.000 claims abstract description 21
- 230000004927 fusion Effects 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 12
- 230000000875 corresponding Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000003287 optical Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000000034 method Methods 0.000 description 2
- 230000000644 propagated Effects 0.000 description 2
- 210000003666 Nerve Fibers, Myelinated Anatomy 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006011 modification reaction Methods 0.000 description 1
- YNAVUWVOSKDBBP-UHFFFAOYSA-N morpholine Chemical compound data:image/svg+xml;base64,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 data:image/svg+xml;base64,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 C1COCCN1 YNAVUWVOSKDBBP-UHFFFAOYSA-N 0.000 description 1
- 229940113083 morpholine Drugs 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/253—Grammatical analysis; Style critique
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/42—Data-driven translation
- G06F40/44—Statistical methods, e.g. probability models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K9/00—Methods or arrangements for recognising patterns
- G06K9/62—Methods or arrangements for pattern recognition using electronic means
- G06K9/6217—Design or setup of recognition systems and techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06K9/6256—Obtaining sets of training patterns; Bootstrap methods, e.g. bagging, boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K9/00—Methods or arrangements for recognising patterns
- G06K9/62—Methods or arrangements for pattern recognition using electronic means
- G06K9/6288—Fusion techniques, i.e. combining data from various sources, e.g. sensor fusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Computing arrangements based on biological models using neural network models
- G06N3/08—Learning methods
Abstract
本公开的实施例公开了模型生成方法、装置、电子设备和计算机可读介质。该模型生成方法的一具体实施方式包括:获取目标文本集和预先训练的第一N元语法模型,其中,该第一N元语法模型是利用文本集组训练的;对该目标文本集进行预处理,得到预处理后的目标文本集;利用该预处理后的目标文本集,生成训练后的第二N元语法模型;依照预先设定的条件对该预先训练的第一N元语法模型和该训练后的第二N元语法模型进行融合,得到第三N元语法模型。该实施方式通过模型之间的融合来生成更为准确、有效的融合模型,以此侧面提高了语言模型的识别率。
Description
技术领域 本公开的实施例涉及计算机技术领域,具体涉及模型生成方法、装置、电子设备和计算机可读介质。 背景技术 目前,很多领域都涉及语音识别方面的应用。各个领域的用户术语和上下文均有明显差异,例如医疗领域语音识别会涉及到大量医学术语和包含医学用语的句子,地图领域语音识别会涉及大量地名和搜索、查找、导航等话术。这些应用领域的差异可能会导致语言模型应用于全新的行业时的语音识别准确率往往不尽如人意。因此,需要进一步提高语言模型识别的准确率。 发明内容 本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。 本公开的一些实施例提出了模型生成方法、装置、设备和计算机可读介质,来解决以上背景技术部分提到的技术问题。 第一方面,本公开的一些实施例提供了一种模型生成方法,该方法包括:获取目标文本集和预先训练的第一N元语法模型,其中,上述第一N元语法模型是利用文本集组训练的;对上述目标文本集进行预处理,得到预处理后的目标文本集;利用上述预处理后的目标文本集,生成训练后的第二N元语法模型;依照预先设定的条件对上述预先训练的第一N元语法模型和上述训练后的第二N元语法模型进行融合,得到第三N元语法模型。 可选的,上述方法还包括:利用上述第三N元语法模型,确定目标语句的概率值。 可选的,上述对上述目标文本集进行预处理,得到预处理后的目标文本集,包括:对上述目标文本集中每个文本进行文本归一化处理以生成处理后的文本,得到处理后的文本集作为上述预处理后的目标文本集。 可选的,上述对上述目标文本集中每个文本进行文本归一化处理以生成处理后的文本,得到处理后的文本集作为上述预处理后的目标文本集,包括:对上述目标文本集中每个文本中的第一类型字符进行清除以生成清除后的文本,得到清除后的目标文本集;对上述清除后的目标文本集中每个文本中的第二类型字符进行字符替换以生成替换后的文本,得到替换后的文本集作为上述预处理后的目标文本集。 可选的,上述利用上述预处理后的目标文本集,生成训练后的第二N元语法模型:对上述预处理后的目标文本集中每个文本进行分词处理以生成字段集合,得到字段集合组;将上述字段集合组作为训练集,生成训练后的第二N元语法模型。 可选的,上述依照预先设定的条件对上述预先训练的第一N元语法模型和上述训练后的第二N元语法模型进行融合,得到第三N元语法模型,包括:依照上述预先设定的条件将上述预先训练的第一N元语法模型中的各个字段组和上述训练后的第二N元语法模型中的各个字段组进行融合,得到融合后的N元语法模型作为上述第三N元语法模型。 第二方面,本公开的一些实施例提供了一种模型生成装置,装置包括:获取单元,被配置成获取目标文本集和预先训练的第一N元语法模型,其中,上述第一N元语法模型是利用文本集组训练的;预处理单元,被配置成对上述目标文本集进行预处理,得到预处理后的目标文本集;训练单元,被配置成利用上述预处理后的目标文本集,生成训练后的第二N元语法模型;融合单元,被配置成依照预先设定的条件对上述预先训练的第一N元语法模型和上述训练后的第二N元语法模型进行融合,得到第三N元语法模型。 可选的,装置还包括:利用上述第三N元语法模型,确定目标语句的概率值。 可选的,预处理单元进一步配置成:对上述目标文本集中每个文本进行文本归一化处理以生成处理后的文本,得到处理后的文本集作为上述预处理后的目标文本集。 可选的,预处理单元进一步配置成:对上述目标文本集中每个文本中的第一类型字符进行清除以生成清除后的文本,得到清除后的目标文本集;对上述清除后的目标文本集中每个文本中的第二类型字符进行字符替换以生成替换后的文本,得到替换后的文本集作为上述预处理后的目标文本集。 可选的,训练单元进一步配置成:对上述预处理后的目标文本集中每个文本进行分词处理以生成字段集合,得到字段集合组;将上述字段集合组作为训练集,生成训练后的第二N元语法模型。 可选的,融合单元进一步配置成:依照上述预先设定的条件将上述预先训练的第一N元语法模型中的各个字段组和上述训练后的第二N元语法模型中的各个字段组进行融合,得到融合后的N元语法模型作为上述第三N元语法模型。 第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一的方法。 第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一的方法。 本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的模型生成方法可以通过模型之间的融合来生成更为准确、有效的融合模型,侧面提高了语言模型的识别率。具体来说,各个应用领域的差异可能会导致语言模型应用于全新的行业时的语音识别准确率往往不尽如人意。因此,需要进一步提高语言模型识别的准确率。基于此,本公开的一些实施例的模型生成方法可以首先获取与某领域相关联的目标文本集和与各个领域存在关联关系的预先训练的第一N元语法模型。其中,上述第一N元语法模型是利用文本集组训练的。在这里,获取目标文本集用于后续训练第二N元语法模型。然后,对上述目标文本集进行预处理以便于利用目标文本集对第二N元语法模型进行训练,得到预处理后的目标文本集。进而,利用上述预处理后的目标文本集,生成训练后的第二N元语法模型。在这里,上述训练后的第二N元语法模型中包括与上述目标文本集相关的语料信息。最后,依照预先设定的条件对上述预先训练的第一N元语法模型和上述训练后的第二N元语法模型进行融合,以使得到的第三N元语法模型可以包括上述目标文本集相关的语料信息和上述预先训练的第一N元语法模型中的语料信息。由此可得,该方法通过模型之间的融合来生成更为准确、有效的融合模型,侧面提高了语言模型的识别率。 附图说明 结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。 图1是本公开的一些实施例的模型生成方法的一个应用场景图的示意图; 图2是根据本公开的模型生成方法一些实施例的流程图; 图3是根据本公开的一些实施例的模型生成方法的文本处理的示意图; 图4是根据本公开的模型生成方法的另一些实施例的流程图; 图5是根据本公开的模型生成装置的一些实施例的结构示意图; 图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。 具体实施方式 下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。 另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。 需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。 需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。 本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。 下面将参考附图并结合实施例来详细说明本公开。 图1是本公开的一些实施例的模型生成方法的一个应用场景图的示意图。 如图1所示,电子设备101可以首先获取目标文本集103和预先训练的第一N元语法模型106。其中,上述第一N元语法模型106是利用文本集组102训练的。在本应用场景中,上述文本集组102包括:第一文本集、第二文本集、第三文本集和第四文本集。然后,对上述目标文本集103进行预处理,得到预处理后的目标文本集104。进而,利用上述预处理后的目标文本集104,生成训练后的第二N元语法模型105。最后,依照预先设定的条件对上述预先训练的第一N元语法模型106和上述训练后的第二N元语法模型105进行融合,得到第三N元语法模型107。 需要说明的是,上述电子设备101可以是硬件,也可以是软件。当电子设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当电子设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。 应该理解,图1中的电子设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的电子设备。 继续参考图2,示出了根据本公开的模型生成方法的一些实施例的流程200。该模型生成方法,包括以下步骤: 步骤201,获取目标文本集和预先训练的第一N元语法模型。 在一些实施例中,模型生成方法的执行主体(例如图1所示的电子设备101)可以通过有线连接方式或者无线连接方式获取目标文本集和预先训练的第一N元语法模型。上述目标文本集中文本可以是与目标领域相关联的文本。例如,上述目标文本集中文本可以是与医学相关联的文本。上述预先训练的第一N元语法模型(N-Gram)可以是利用文本集组训练的,上述文本集组可以包括上述目标文本集。进一步说明,上述文本集组中各个文本集分别对应着不同的领域。 作为示例,上述预先训练的第一N元语法模型的格式可以如下所示: \data\ ngram 1=7 ngram 2=6 ngram 3=5 \1-grams: -0.7781513 </s> -99 <s> -0.4771213 -1.079181 你 -0.1760913 -0.7781513 加入 -0.39794 -1.079181 大家庭 -0.1760913 -1.079181 小组 -0.1760913 -0.602060 欢迎 -0.4771212 \2-grams: -0.1249387 <s> 欢迎 -0.2378912 -0.3010367 你 加入 -0.1597921 -0.4771213 加入 小组 -0.0324513 -0.1243253 大家庭 </s> -0.2243676 小组 大家庭 -0.1491038 -0.4771213 欢迎 你 -0.1430944 \3-grams: -1.8586232 <s> 欢迎 你 -0.5813667 你 加入 小组 -0.4771213 加入 小组 大家庭 -0.3010354 小组 大家庭 </s> -0.8513103 欢迎 你 加入 \end\ 需要指出的是,上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。 步骤202,对上述目标文本集进行预处理,得到预处理后的目标文本集。 在一些实施例中,上述执行主体可以对上述目标文本集进行预处理,得到预处理后的目标文本集。 作为示例,上述执行主体可以去除上述目标文本集中残缺的、不通顺的文本,得到预处理后的目标文本集。 在一些实施例的一些可选的实现方式中,上述执行主体可以对上述目标文本集中每个文本进行文本归一化处理以生成处理后的文本,得到处理后的文本集作为上述预处理后的目标文本集。 可选的,上述对上述目标文本集中每个文本进行文本归一化处理以生成处理后的文本,得到处理后的文本集作为上述预处理后的目标文本集,可以包括以下步骤: 第一步,对上述目标文本集中每个文本中的第一类型字符进行清除以生成清除后的文本,得到清除后的目标文本集。作为示例,上述执行主体可以上述目标文本集中每个文本中的语气助词进行清除生成清除后的文本,得到清除后的目标文本集。 第二步,对上述清除后的目标文本集中每个文本中的第二类型字符进行字符替换以生成替换后的文本,得到替换后的文本集作为上述预处理后的目标文本集。作为示例,上述执行主体可以对上述清除后的目标文本集中每个文本中的繁体字符替换为简体字符以生成训练后的第二N元语法模型。 作为示例,如图3所示,目标文本301可以是:“您今天早上吃飯了嗎?”。然后,对上述目标文本中的第一类型字符进行清除以生成清除后的文本302。其中,上述清除后的文本302可以是:“您今天早上吃飯了嗎”。最后,对上述清除后的目标文本302中的第二类型字符进行字符替换以生成替换后的文本303。其中,上述替换后的文本303可以是:“您今天早上吃饭了吗”。 步骤203,利用上述预处理后的目标文本集,生成训练后的第二N元语法模型。 在一些实施例中,响应于存在,上述执行主体可以利用上述预处理后的目标文本集,生成训练后的第二N元语法模型。 在一些实施例的一些可选的实现方式中,上述利用上述预处理后的目标文本集,生成训练后的第二N元语法模型,可以包括以下步骤: 第一步,对上述预处理后的目标文本集中每个文本进行分词处理以生成字段集合,得到字段集合组。作为示例,可以利用中文分词工具(例如,结巴分词)对上述预处理后的目标文本集中每个文本进行分词处理以生成字段集合,得到字段集合组。 第二步,将上述字段集合组作为训练集,对上述第二N元语法模型进行训练,得到上述训练后的第二N元语法模型。 步骤204,依照预先设定的条件对上述预先训练的第一N元语法模型和上述训练后的第二N元语法模型进行融合,得到第三N元语法模型。 在一些实施例中,上述执行主体可以依照预先设定的条件通过各种方法来对上述预先训练的第一N元语法模型和上述训练后的第二N元语法模型进行融合,得到第三N元语法模型。 在一些实施例的一些可选的实现方式中,上述方法还包括:利用上述第三N元语法模型,确定目标语句的概率值。作为示例,利用上述第三N元语法模型可以确定每个词或字对应的概率值,进而,通过概率值相乘可以确定目标语句的概率值。 本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的模型生成方法可以通过模型之间的融合来生成更为准确、有效的融合模型,侧面提高了语言模型的识别率。具体来说,各个应用领域的差异可能会导致语言模型应用于全新的行业时的语音识别准确率往往不尽如人意。因此,需要进一步提高语言模型识别的准确率。基于此,本公开的一些实施例的模型生成方法可以首先获取与某领域相关联的目标文本集和与各个领域存在关联关系的预先训练的第一N元语法模型。其中,上述第一N元语法模型是利用文本集组训练的。在这里,获取目标文本集用于后续训练第二N元语法模型。然后,对上述目标文本集进行预处理以便于利用目标文本集对第二N元语法模型进行训练,得到预处理后的目标文本集。进而,利用上述预处理后的目标文本集,生成训练后的第二N元语法模型。在这里,上述训练后的第二N元语法模型中包括与上述目标文本集相关的语料信息。最后,依照预先设定的条件对上述预先训练的第一N元语法模型和上述训练后的第二N元语法模型进行融合,以使得到的第三N元语法模型可以包括上述目标文本集相关的语料信息和上述预先训练的第一N元语法模型中的语料信息。由此可得,该方法通过模型之间的融合来生成更为准确、有效的融合模型,侧面提高了语言模型的识别率。 继续参考图4,示出了根据本公开的模型生成方法的另一些实施例的流程400。该模型生成方法,包括以下步骤: 步骤401,获取目标文本集和预先训练的第一N元语法模型。 步骤402,对上述目标文本集进行预处理,得到预处理后的目标文本集。 步骤403,利用上述预处理后的目标文本集,生成训练后的第二N元语法模型。 在一些实施例中,步骤401-403的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-203,在此不再赘述。 步骤404,依照上述预先设定的条件将上述预先训练的第一N元语法模型中的各个字段组和上述训练后的第二N元语法模型中的各个字段组进行融合,得到融合后的N元语法模型作为上述第三N元语法模型。 在一些实施例中,执行主体(例如图1所示的电子设备101)可以依照上述预先设定的条件将上述预先训练的第一N元语法模型中的各个字段组和上述训练后的第二N元语法模型中的各个字段组进行融合,得到融合后的N元语法模型作为上述第三N元语法模型。 作为示例,上述执行主体可以依照上述预先设定的条件将上述第一N元语法模型中各个字段组中包括的字段和对应的概率集和上述训练后的第二N元语法模型中的各个字段组中包括的字段和对应的概率集进行融合,得到融合后的N元语法模型作为上述第三N元语法模型。其中,对于第一N元语法模型和上述训练后的第二N元语法模型存在相同的字段,则依照预先设定的权重与各自的字段概率相乘相加,得到的相加结果作为上述第三N元语法模型中字段的概率。 从图4中可以看出,与图2对应的一些实施例的描述相比,图4对应的一些实施例中的模型生成方法的流程400体现了预先训练的第一N元语法模型和上述训练后的第二N元语法模型的融合的步骤。由此,这些实施例描述的方案可以更为精准、有效的实现N元语法模型的融合。 继续参考图5,作为对上述各图上述方法的实现,本公开提供了一种模型生成装置的一些实施例,这些装置实施例与图2上述的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。 如图5所示,一些实施例的模型生成装置500包括:获取单元501、预处理单元502、训练单元503和融合单元504。其中,获取单元501,被配置成获取目标文本集和预先训练的第一N元语法模型,其中,上述第一N元语法模型是利用文本集组训练的。预处理单元502,被配置成对上述目标文本集进行预处理,得到预处理后的目标文本集。训练单元503,被配置成利用上述预处理后的目标文本集,生成训练后的第二N元语法模型。融合单元504,被配置成依照预先设定的条件对上述预先训练的第一N元语法模型和上述训练后的第二N元语法模型进行融合,得到第三N元语法模型。 在一些实施例的一些可选的实现方式中,上述装置还包括:确定单元(图中未展示)。其中,上述确定单元可以进一步被配置成:利用上述第三N元语法模型,确定目标语句的概率值。 在一些实施例的一些可选的实现方式中,模型生成装置500的预处理单元502可以进一步被配置成:对上述目标文本集中每个文本进行文本归一化处理以生成处理后的文本,得到处理后的文本集作为上述预处理后的目标文本集。 在一些实施例的一些可选的实现方式中,模型生成装置500的预处理单元502可以进一步被配置成:对上述目标文本集中每个文本中的第一类型字符进行清除以生成清除后的文本,得到清除后的目标文本集;对上述清除后的目标文本集中每个文本中的第二类型字符进行字符替换以生成替换后的文本,得到替换后的文本集作为上述预处理后的目标文本集。 在一些实施例的一些可选的实现方式中,模型生成装置500的训练单元503可以进一步被配置成:对上述预处理后的目标文本集中每个文本进行分词处理以生成字段集合,得到字段集合组;将上述字段集合组作为训练集,生成训练后的第二N元语法模型。 在一些实施例的一些可选的实现方式中,模型生成装置500的融合单元503可以进一步被配置成:依照上述预先设定的条件将上述预先训练的第一N元语法模型中的各个字段组和上述训练后的第二N元语法模型中的各个字段组进行融合,得到融合后的N元语法模型作为上述第三N元语法模型。 可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。 下面参考图6,其示出了适于用来实现本公开的一些实施例的电子设备600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。 如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。 通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。 特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的一些实施例的方法中限定的上述功能。 需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。 在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。 上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取目标文本集和预先训练的第一N元语法模型,其中,上述第一N元语法模型是利用文本集组训练的;对上述目标文本集进行预处理,得到预处理后的目标文本集;利用上述预处理后的目标文本集,生成训练后的第二N元语法模型;依照预先设定的条件对上述预先训练的第一N元语法模型和上述训练后的第二N元语法模型进行融合,得到第三N元语法模型。 可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。 附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。 描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、预处理单元、训练单元和融合单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,预处理单元还可以被描述为“对上述目标文本集进行预处理,得到预处理后的目标文本集的单元”。 本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。 以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。