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！

龙图腾网恭喜中国科学院计算技术研究所申请的专利一种面向文本的粤语识别模型及系统的训练、识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114065749B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111332368.4，技术领域涉及：G06F40/279；该发明授权一种面向文本的粤语识别模型及系统的训练、识别方法是由王永庆;骆宣朴;史铂深;沈华伟;高金华;庞亮;程学旗设计研发完成，并于2021-11-11向国家知识产权局提交的专利申请。

本一种面向文本的粤语识别模型及系统的训练、识别方法在说明书摘要公布了：本发明提供了一种面向文本的粤语识别系统的训练方法，所述方法包括：A1、获取粤语和普通话文本语料，对语料所属语种进行人工标注以获得标注数据集，采用改进停用词表过滤标注数据集并进行分词获得训练数据集；A2、利用步骤A1中获得的训练数据集，训练浅层网络至收敛以获得粤语识别模型；A3、构建粤语特色词表，以步骤A1中获得的训练数据集中的语料为输入、以语料是否为粤语的判断结果为输出，基于粤语特色词表构建用于检索语料是否命中粤语特色词表的规则匹配模型；A4、以步骤A1中获得的训练数据集中的语料为输入、以语料是否为繁体中文的判断结果为输出构建简繁识别模型；A5、以粤语识别模型、规则匹配模型和简繁识别模型的输出训练融合模块。

本发明授权一种面向文本的粤语识别模型及系统的训练、识别方法在权利要求书中公布了：1.一种用于面向文本的粤语识别系统的训练方法，该粤语识别系统包括： 粤语识别模型，用于根据待处理文本特征识别待处理文本是否为粤语得到识别结果； 规则匹配模型，用于基于粤语特色词表检索待处理文本是否命中粤语特色词表以得到待处理文本是否为粤语的判断结果； 简繁识别模型，用于判断待处理文本是否为繁体中文； 以及融合模块，用于根据粤语识别模型针对待处理文本的识别结果、规则匹配模型针对待处理文本的判断结果、简繁识别模型针对待处理文本的判断结果判断待处理文本是否为粤语； 其中，所述面向文本的粤语识别模型的训练方法包括： S1、获取粤语和普通话文本语料，对语料所属语种进行人工标注以获得标注数据集； S2、将粤语与普通话的共用词与现有简体中文停用词表组合构成改进停用词表； S3、采用改进停用词表过滤步骤S1中的标注数据集并进行分词处理得到训练数据集，再以训练数据集中的语料为输入、以语料是否为粤语的识别结果为输出训练浅层网络至收敛； 所述面向文本的粤语识别系统的训练方法包括： A1、获取粤语和普通话文本语料，对语料所属语种进行人工标注以获得标注数据集，采用改进停用词表过滤标注数据集并进行分词获得训练数据集； A2、利用步骤A1中获得的训练数据集，采用面向文本的粤语识别模型的训练方法训练浅层网络至收敛以获得粤语识别模型； A3、构建粤语特色词表，以步骤A1中获得的训练数据集中的语料为输入、以语料是否为粤语的判断结果为输出，基于粤语特色词表构建用于检索语料是否命中粤语特色词表的规则匹配模型； A4、以步骤A1中获得的训练数据集中的语料为输入、以语料是否为繁体中文的判断结果为输出构建简繁识别模型； A5、以粤语识别模型、规则匹配模型和简繁识别模型的输出训练融合模块； 其中，所述步骤A5包括：采用线性感知机将粤语识别模型、规则匹配模型、简繁识别模型进行模型融合；其中，以粤语识别模型、规则匹配模型、简繁识别模型三个模型在训练数据集上得到的输出结果构成的三维向量集训练线性感知机以得到感知机模型参数实现模型融合，并以线性感知机softmax回归层输出作为最终识别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。