基于条件随机场确定句子标记序列的终端及方法与流程

本发明涉及终端的智能数据分析领域，尤其涉及一种基于条件随机场确定句子标记序列的终端及方法。

背景技术：

条件随机场(Conditional Random Fields，CRF)，是一种判别式概率模型，是一种机器学习模型，常用于文本词性标注，分词，以及命名实体识别，如自然语言文字。

条件随机场在人工智能的自然语言处理(Natural Language Processing，NLP)领域中，将训练语料序列进行分词并通过模型训练得到所需要的语料，需要进行序列标注；其过程是：用S/B/E/M来标示一个句子中各个字的位置，S表示单个词，B表示词语的第一个字，E表示词语的最后一个字，M表示词语中的中间字；例如，对于句子，“跟着我左手右手一个慢动作”，可以表示为“跟/B着/E我/S左/B手/E右/B手/E一/B个/E慢/B动/M作/E”，以B开始E结束构成一个词语，S当成一个词语。

利用现有的技术对训练语料序列中的训练语料序列标注，增加了模型训练的工作量，特别是增加了训练语料准备的复杂度以及训练时间，降低了工作效率。

技术实现要素：

有鉴于此，本发明实施例期望提供一种基于条件随机场确定句子标记序列的终端及方法，以降低模型训练的工作量与训练语料准备的复杂度，缩短训练时间，提高工作效率。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例提供一种基于条件随机场确定句子标记序列的终端，所述终端包括：

处理模块，用于根据条件随机场的概率模型对待标记句子进行处理，得到所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值；其中，所述条件随机场的概率模型是通过对第二训练语料序列进行条件随机场的概率模型训练后得到的，所述第二训练语料序列是通过对第一训练语料序列进行单个字符的间隔处理，利用间隔符号将所述第一训练语料序列中的各个字符进行一一间隔并进行序列标注后得到的；

确定模块，用于根据所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值与预设规则，确定出所述待标记句子的标记序列。

可选地，所述处理模块，具体用于利用空格符号将所述第一训练语料序列中的各个字符进行一一间隔；或，利用换行符号将所述第一训练语料序列中的各个字符进行一一间隔。

可选地，所述确定模块，具体用于利用维特比算法及所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值，计算得到所述所有单个字符所构成的所有序列中的每一个序列的分数值；

将所述每一个序列的分数值通过指数函数和归一化处理，得到所述每一个序列的概率值；

将在所述所有单个字符所构成的所有序列中的概率值最大的序列确定为所述待标记句子的标记序列。

可选地，所述确定模块，还具体用于利用公式计算得到所述所有单个字符所构成的所有序列中的每一个序列的分数值，其中，所述s为待标记句子，所述l为一个序列，所述i为单个字符，所述n为字符数，所述j为样本，所述m为样本数，所述λ为系数；

所述将所述每一个序列的分数值通过指数函数和归一化处理，得到所述每一个序列的概率值，包括：

利用公式计算得到所述每一个序列的概率值。

可选地，还具体用于

根据条件随机场的概率公式构建极大似然函数其中，所述x为单个字符，所述y为文本，所述k、K、λ为系数，所述S为由T个字符组成的词序列，所述i为单个字符，所述j为样本，所述w、σ为系数，所述q为参数，所述d为维度，所述为上下文相加后的词向量；

根据公式计算得到对数似然；

第j个样本的第i_j个词的负对数似然为：

第j个样本的第i_j个词在遇到第k_ij个非叶节点时的负对数似然为：

根据和计算所述的梯度；

对每一个样本进行迭代，其中，根据对每个参数q进行迭代，得到根据对每个字符i进行迭代，得到其中，所述η为系数。

本发明实施例还提供一种基于条件随机场确定句子标记序列的方法，所述方法包括：

根据条件随机场的概率模型对待标记句子进行处理，得到所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值；其中，所述条件随机场的概率模型是通过对第二训练语料序列进行条件随机场的概率模型训练后得到的，所述第二训练语料序列是通过对第一训练语料序列进行单个字符的间隔处理，利用间隔符号将所述第一训练语料序列中的各个字符进行一一间隔并进行序列标注后得到的；

根据所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值与预设规则，确定出所述待标记句子的标记序列。

可选地，所述利用间隔符号将所述第一训练语料序列中的各个字符进行一一间隔，包括：

利用空格符号将所述第一训练语料序列中的各个字符进行一一间隔；

或，利用换行符号将所述第一训练语料序列中的各个字符进行一一间隔。

可选地，所述根据所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值与预设规则，确定出所述待标记句子的标记序列，包括：

利用维特比算法及所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值，计算得到所述所有单个字符所构成的所有序列中的每一个序列的分数值；

将所述每一个序列的分数值通过指数函数和归一化处理，得到所述每一个序列的概率值；

将在所述所有单个字符所构成的所有序列中的概率值最大的序列确定为所述待标记句子的标记序列。

可选地，所述利用维特比算法及所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值，计算得到所述所有单个字符所构成的所有序列中的每一个序列的分数值，包括：

利用公式计算得到所述所有单个字符所构成的所有序列中的每一个序列的分数值，其中，所述s为待标记句子，所述l为一个序列，所述i为单个字符，所述n为字符数，所述j为样本，所述m为样本数，所述λ为系数；

所述将所述每一个序列的分数值通过指数函数和归一化处理，得到所述每一个序列的概率值，包括：

利用公式计算得到所述每一个序列的概率值。

可选地，所述条件随机场的概率模型是通过对第二训练语料序列进行条件随机场的概率模型训练后得到的，包括：

根据条件随机场的概率公式构建极大似然函数其中，所述x为单个字符，所述y为文本，所述k、K、λ为系数，所述S为由T个字符组成的词序列，所述i为单个字符，所述j为样本，所述w、σ为系数，所述q为参数，所述d为维度，所述为上下文相加后的词向量；

根据公式计算得到对数似然；

第j个样本的第i_j个词的负对数似然为：

第j个样本的第i_j个词在遇到第k_ij个非叶节点时的负对数似然为：

根据和计算所述的梯度；

对每一个样本进行迭代，其中，根据对每个参数q进行迭代，得到根据对每个字符i进行迭代，得到其中，所述η为系数。

本发明实施例所提供的基于条件随机场确定句子标记序列的终端及方法，通过根据条件随机场的概率模型对待标记句子进行处理，得到所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值，其中，所述条件随机场的概率模型是通过对第二训练语料序列进行条件随机场的概率模型训练后得到的，所述第二训练语料序列是通过对第一训练语料序列进行单个字符的间隔处理，利用间隔符号将所述第一训练语料序列中的各个字符进行一一间隔并进行序列标注后得到的；根据所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值与预设规则，确定出所述待标记句子的标记序列；在本发明中，对训练语料序列进行了修改，降低了模型训练的工作量与训练语料准备的复杂度，缩短了训练时间，提高了工作效率。

附图说明

图1为实现本发明各个实施例的一个可选的移动终端的硬件结构示意图；

图2为本发明实施例提供的移动终端能够操作的通信系统结构示意图；

图3为本发明基于条件随机场确定句子标记序列的方法实施例一的流程图；

图4为本发明基于条件随机场确定句子标记序列的方法实施例二的流程图；

图5为本发明基于条件随机场确定句子标记序列的方法实施例二的对训练语料序列利用空格符号进行单个字符的间隔处理示意图；

图6为本发明基于条件随机场确定句子标记序列的方法实施例二的对训练语料序列利用换行符号进行单个字符的间隔处理示意图；

图7为本发明基于条件随机场确定句子标记序列的方法实施例二的对训练语料序列利用标记符号进行单个字符的间隔处理示意图；

图8为本发明基于条件随机场确定句子标记序列的终端实施例的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

现在将参考附图1来描述实现本发明各个实施例的移动终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，"模块"与"部件"可以混合地使用。

移动终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA)、平板电脑(PAD)、便携式多媒体播放器(PMP)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面，假设终端是移动终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

图1为实现本发明各个可选的实施例的移动终端的硬件结构示意。

移动终端100可以包括无线通信单元110、音频/视频(A/V)输入单元120、用户输入单元130、感测单元140、输出单元150、存储器160、接口单元170、控制器180和电源单元190等等。图1示出了具有各种组件的移动终端，但是应理解的是，并不要求实施所有示出的组件，可以替代地实施更多或更少的组件，将在下面详细描述移动终端的元件。

无线通信单元110通常包括一个或多个组件，其允许移动终端100与无线通信系统或网络之间的无线电通信。例如，无线通信单元可以包括广播接收模块111、移动通信模块112、无线互联网模块113、短程通信模块114和位置信息模块115中的至少一个。

广播接收模块111经由广播信道从外部广播管理服务器接收广播信号和/或广播相关信息。广播信道可以包括卫星信道和/或地面信道。广播管理服务器可以是生成并发送广播信号和/或广播相关信息的服务器或者接收之前生成的广播信号和/或广播相关信息并且将其发送给终端的服务器。广播信号可以包括TV广播信号、无线电广播信号、数据广播信号等等。而且，广播信号可以进一步包括与TV或无线电广播信号组合的广播信号。广播相关信息也可以经由移动通信网络提供，并且在该情况下，广播相关信息可以由移动通信模块112来接收。广播信号可以以各种形式存在，例如，其可以以数字多媒体广播(DMB)的电子节目指南(EPG)、数字视频广播手持(DVB-H)的电子服务指南(ESG)等等的形式而存在。广播接收模块111可以通过使用各种类型的广播系统接收信号广播。特别地，广播接收模块111可以通过使用诸如多媒体广播-地面(DMB-T)、数字多媒体广播-卫星(DMB-S)、数字视频广播-手持(DVB-H)，前向链路媒体(MediaFLO@)的数据广播系统、地面数字广播综合服务(ISDB-T)等等的数字广播系统接收数字广播。广播接收模块111可以被构造为适合提供广播信号的各种广播系统以及上述数字广播系统。经由广播接收模块111接收的广播信号和/或广播相关信息可以存储在存储器160(或者其它类型的存储介质)中。

移动通信模块112将无线电信号发送到基站(例如，接入点、节点B等等)、外部终端以及服务器中的至少一个和/或从其接收无线电信号。这样的无线电信号可以包括语音通话信号、视频通话信号、或者根据文本和/或多媒体消息发送和/或接收的各种类型的数据。

无线互联网模块113支持移动终端的无线互联网接入。该模块可以内部或外部地耦接到终端。该模块所涉及的无线互联网接入技术可以包括WLAN(无线LAN)(Wi-Fi)、Wibro(无线宽带)、Wimax(全球微波互联接入)、HSDPA(高速下行链路分组接入)等等。

短程通信模块114是用于支持短程通信的模块。短程通信技术的一些示例包括蓝牙TM、射频识别(RFID)、红外数据协会(IrDA)、超宽带(UWB)、紫蜂TM等等。

位置信息模块115是用于检查或获取移动终端的位置信息的模块。位置信息模块115的典型示例是全球定位系统(GPS)。根据当前的技术，GPS的位置信息模块115计算来自三个或更多卫星的距离信息和准确的时间信息并且对于计算的信息应用三角测量法，从而根据经度、纬度和高度准确地计算三维当前位置信息。当前，用于计算位置和时间信息的方法使用三颗卫星并且通过使用另外的一颗卫星校正计算出的位置和时间信息的误差。此外，GPS的位置信息模块115能够通过实时地连续计算当前位置信息来计算速度信息。

A/V输入单元120用于接收音频或视频信号。A/V输入单元120可以包括相机121和麦克风122，相机121对在视频捕获模式或图像捕获模式中由图像捕获装置获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元151上。经相机121处理后的图像帧可以存储在存储器160(或其它存储介质)中或者经由无线通信单元110进行发送，可以根据移动终端的构造提供两个或更多相机121。麦克风122可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风122接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由移动通信模块112发送到移动通信基站的格式输出。麦克风122可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

用户输入单元130可以根据用户输入的命令生成键输入数据以控制移动终端的各种操作。用户输入单元130允许用户输入各种类型的信息，并且可以包括键盘、锅仔片、触摸板(例如，检测由于被接触而导致的电阻、压力、电容等等的变化的触敏组件)、滚轮、摇杆等等。特别地，当触摸板以层的形式叠加在显示单元151上时，可以形成触摸屏。

感测单元140检测移动终端100的当前状态，(例如，移动终端100的打开或关闭状态)、移动终端100的位置、用户对于移动终端100的接触(即，触摸输入)的有无、移动终端100的取向、移动终端100的加速或减速移动和方向等等，并且生成用于控制移动终端100的操作的命令或信号。例如，当移动终端100实施为滑动型移动电话时，感测单元140可以感测该滑动型电话是打开还是关闭。另外，感测单元140能够检测电源单元190是否提供电力或者接口单元170是否与外部装置耦接。感测单元140可以包括接近传感器141将在下面结合触摸屏来对此进行描述。

接口单元170用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。识别模块可以是存储用于验证用户使用移动终端100的各种信息并且可以包括用户识别模块(UIM)、客户识别模块(SIM)、通用客户识别模块(USIM)等等。另外，具有识别模块的装置(下面称为"识别装置")可以采取智能卡的形式，因此，识别装置可以经由端口或其它连接装置与移动终端100连接。接口单元170可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端和外部装置之间传输数据。

另外，当移动终端100与外部底座连接时，接口单元170可以用作允许通过其将电力从底座提供到移动终端100的路径或者可以用作允许从底座输入的各种命令信号通过其传输到移动终端的路径。从底座输入的各种命令信号或电力可以用作用于识别移动终端是否准确地安装在底座上的信号。输出单元150被构造为以视觉、音频和/或触觉方式提供输出信号(例如，音频信号、视频信号、警报信号、振动信号等等)。输出单元150可以包括显示单元151、音频输出模块152、警报单元153等等。

显示单元151可以显示在移动终端100中处理的信息。例如，当移动终端100处于电话通话模式时，显示单元151可以显示与通话或其它通信(例如，文本消息收发、多媒体文件下载等等)相关的用户界面(UI)或图形用户界面(GUI)。当移动终端100处于视频通话模式或者图像捕获模式时，显示单元151可以显示捕获的图像和/或接收的图像、示出视频或图像以及相关功能的UI或GUI等等。

同时，当显示单元151和触摸板以层的形式彼此叠加以形成触摸屏时，显示单元151可以用作输入装置和输出装置。显示单元151可以包括液晶显示器(LCD)、薄膜晶体管LCD(TFT-LCD)、有机发光二极管(OLED)显示器、柔性显示器、三维(3D)显示器等等中的至少一种。这些显示器中的一些可以被构造为透明状以允许用户从外部观看，这可以称为透明显示器，典型的透明显示器可以例如为TOLED(透明有机发光二极管)显示器等等。根据特定想要的实施方式，移动终端100可以包括两个或更多显示单元(或其它显示装置)，例如，移动终端可以包括外部显示单元(未示出)和内部显示单元(未示出)。触摸屏可用于检测触摸输入压力以及触摸输入位置和触摸输入面积。

音频输出模块152可以在移动终端处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将无线通信单元110接收的或者在存储器160中存储的音频数据转换音频信号并且输出为声音。而且，音频输出模块152可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出模块152可以包括扬声器、蜂鸣器等等。

警报单元153可以提供输出以将事件的发生通知给移动终端100。典型的事件可以包括呼叫接收、消息接收、键信号输入、触摸输入等等。除了音频或视频输出之外，警报单元153可以以不同的方式提供输出以通知事件的发生。例如，警报单元153可以以振动的形式提供输出，当接收到呼叫、消息或一些其它进入通信(Incoming Communication)时，警报单元153可以提供触觉输出(例如，振动)以将其通知给用户。通过提供这样的触觉输出，即使在用户的移动电话处于用户的口袋中时，用户也能够识别出各种事件的发生。警报单元153也可以经由显示单元151或音频输出模块152提供通知事件的发生的输出。

存储器160可以存储由控制器180执行的处理和控制操作的软件程序等等，或者可以暂时地存储已经输出或将要输出的数据(例如，电话簿、消息、静态图像、视频等等)。而且，存储器160可以存储关于当触摸施加到触摸屏时输出的各种方式的振动和音频信号的数据。

存储器160可以包括至少一种类型的存储介质，所述存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等等。而且，移动终端100可以与通过网络连接执行存储器160的存储功能的网络存储装置协作。

控制器180通常控制移动终端的总体操作。例如，控制器180执行与语音通话、数据通信、视频通话等等相关的控制和处理。另外，控制器180可以包括用于再现(或回放)多媒体数据的多媒体模块181，多媒体模块181可以构造在控制器180内，或者可以构造为与控制器180分离。控制器180可以执行模式识别处理，以将在触摸屏上执行的手写输入或者图片绘制输入识别为字符或图像。

电源单元190在控制器180的控制下接收外部电力或内部电力并且提供操作各元件和组件所需的适当的电力。

这里描述的各种实施方式可以以使用例如计算机软件、硬件或其任何组合的计算机可读介质来实施。对于硬件实施，这里描述的实施方式可以通过使用特定用途集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施，在一些情况下，这样的实施方式可以在控制器180中实施。对于软件实施，诸如过程或功能的实施方式可以与允许执行至少一种功能或操作的单独的软件模块来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施，软件代码可以存储在存储器160中并且由控制器180执行。

至此，已经按照其功能描述了移动终端。下面，为了简要起见，将描述诸如折叠型、直板型、摆动型、滑动型移动终端等等的各种类型的移动终端中的滑动型移动终端作为示例。因此，本发明能够应用于任何类型的移动终端，并且不限于滑动型移动终端。

如图1中所示的移动终端100可以被构造为利用经由帧或分组发送数据的诸如有线和无线通信系统以及基于卫星的通信系统来操作。

现在将参考图2描述其中根据本发明的移动终端能够操作的通信系统。

这样的通信系统可以使用不同的空中接口和/或物理层。例如，由通信系统使用的空中接口包括例如频分多址(FDMA)、时分多址(TDMA)、码分多址(CDMA)和通用移动通信系统(UMTS)(特别地，长期演进(LTE))、全球移动通信系统(GSM)等等。作为非限制性示例，下面的描述涉及CDMA通信系统，但是这样的教导同样适用于其它类型的系统。

参考图2，CDMA无线通信系统可以包括多个移动终端100、多个基站(BS)270、基站控制器(BSC)275和移动交换中心(MSC)280。MSC280被构造为与公共电话交换网络(PSTN)290形成接口。MSC280还被构造为与可以经由回程线路耦接到基站270的BSC275形成接口。回程线路可以根据若干已知的接口中的任一种来构造，所述接口包括例如E1/T1、ATM，IP、PPP、帧中继、HDSL、ADSL或xDSL。将理解的是，如图2中所示的系统可以包括多个BSC275。

每个BS270可以服务一个或多个分区(或区域)，由多向天线或指向特定方向的天线覆盖的每个分区放射状地远离BS270。或者，每个分区可以由用于分集接收的两个或更多天线覆盖。每个BS270可以被构造为支持多个频率分配，并且每个频率分配具有特定频谱(例如，1.25MHz，5MHz等等)。

分区与频率分配的交叉可以被称为CDMA信道。BS270也可以被称为基站收发器子系统(BTS)或者其它等效术语。在这样的情况下，术语"基站"可以用于笼统地表示单个BSC275和至少一个BS270。基站也可以被称为"蜂窝站"。或者，特定BS270的各分区可以被称为多个蜂窝站。

如图2中所示，广播发射器(BT)295将广播信号发送给在系统内操作的移动终端100。如图1中所示的广播接收模块111被设置在移动终端100处以接收由BT295发送的广播信号。在图2中，示出了几个全球定位系统(GPS)卫星300。卫星300帮助定位多个移动终端100中的至少一个。

在图2中，描绘了多个卫星300，但是理解的是，可以利用任何数目的卫星获得有用的定位信息。如图1中所示的GPS的位置信息模块115通常被构造为与卫星300配合以获得想要的定位信息。替代GPS跟踪技术或者在GPS跟踪技术之外，可以使用可以跟踪移动终端的位置的其它技术。另外，至少一个GPS卫星300可以选择性地或者额外地处理卫星DMB传输。

作为无线通信系统的一个典型操作，BS270接收来自各种移动终端100的反向链路信号。移动终端100通常参与通话、消息收发和其它类型的通信。特定基站270接收的每个反向链路信号被在特定BS270内进行处理。获得的数据被转发给相关的BSC275。BSC提供通话资源分配和包括BS270之间的软切换过程的协调的移动管理功能。BSC275还将接收到的数据路由到MSC280，其提供用于与PSTN290形成接口的额外的路由服务。类似地，PSTN290与MSC280形成接口，MSC280与BSC275形成接口，并且BSC275相应地控制BS270以将正向链路信号发送到移动终端100。

基于上述移动终端硬件结构以及通信系统，提出本发明方法各个实施例。

实施例一

本发明提供的基于条件随机场确定句子标记序列的方法可以在基于条件随机场确定句子标记序列的终端上进行实现，其中，该终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA)、平板电脑(PAD)、便携式多媒体播放器(PMP)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。

该终端如果具有操作系统，该操作系统可以为UNIX、Linux、Windows、Mac OS X、安卓(Android)、Windows Phone等等。

应用软件(Application，APP)是智能终端的第三方应用程序，用户可以通过各种各样的应用软件进行办公、娱乐、获取信息等等，其格式包括了如ipa、pxl、deb、apk等等格式。

图3为本发明基于条件随机场确定句子标记序列的方法实施例一的流程图，如图3所示，本发明实施例提供的基于条件随机场确定句子标记序列的方法应用在终端上，该方法可以包括如下步骤：

步骤301、根据条件随机场的概率模型对待标记句子进行处理，得到所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值。

终端根据条件随机场的概率模型对待标记句子进行处理，得到所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值。

其中，所述条件随机场的概率模型是通过对第二训练语料序列进行条件随机场的概率模型训练后得到的，所述第二训练语料序列是通过对第一训练语料序列进行单个字符的间隔处理，利用间隔符号将所述第一训练语料序列中的各个字符进行一一间隔并进行序列标注后得到的。

具体的，利用间隔符号将所述第一训练语料序列中的各个字符进行一一间隔的方式可以为：利用空格符号将所述第一训练语料序列中的各个字符进行一一间隔，或利用换行符号将所述第一训练语料序列中的各个字符进行一一间隔；即间隔符号可以为空格符号、换行符号等符号。

步骤302、根据所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值与预设规则，确定出所述待标记句子的标记序列。

终端根据所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值与预设规则，确定出所述待标记句子的标记序列；具体的处理步骤如下所示：

首先，终端利用维特比算法及所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值，计算得到所述所有单个字符所构成的所有序列中的每一个序列的分数值。

其次，终端将所述每一个序列的分数值通过指数函数和归一化处理，得到所述每一个序列的概率值。

最后，终端将在所述所有单个字符所构成的所有序列中的概率值最大的序列确定为所述待标记句子的标记序列。

本发明实施例提供的基于条件随机场确定句子标记序列的方法，终端通过根据条件随机场的概率模型对待标记句子进行处理，得到所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值，其中，所述条件随机场的概率模型是通过对第二训练语料序列进行条件随机场的概率模型训练后得到的，所述第二训练语料序列是通过对第一训练语料序列进行单个字符的间隔处理，利用间隔符号将所述第一训练语料序列中的各个字符进行一一间隔并进行序列标注后得到的；根据所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值与预设规则，确定出所述待标记句子的标记序列；在本发明中，对训练语料序列进行了修改，降低了模型训练的工作量与训练语料准备的复杂度，缩短了训练时间，提高了工作效率。

实施例二

图4为本发明基于条件随机场确定句子标记序列的方法实施例二的流程图，如图4所示，本发明实施例提供的基于条件随机场确定句子标记序列的方法应用在手机上，该方法可以包括如下步骤：

步骤401、根据条件随机场的概率模型对待标记句子进行处理，得到所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值。

手机根据条件随机场的概率模型对待标记句子进行处理，得到所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值。

其中，所述条件随机场的概率模型是通过对第二训练语料序列进行条件随机场的概率模型训练后得到的，所述第二训练语料序列是通过对第一训练语料序列进行单个字符的间隔处理，利用间隔符号将所述第一训练语料序列中的各个字符进行一一间隔并进行人工序列标注后得到的。

利用间隔符号将所述第一训练语料序列中的各个字符进行一一间隔的方式可以为：例如：利用空格符号将所述第一训练语料序列中的各个字符进行一一间隔，或利用换行符号将所述第一训练语料序列中的各个字符进行一一间隔；即间隔符号可以为空格符号或换行符号或标记符号等等相关符号。

例如，图5为本发明基于条件随机场确定句子标记序列的方法实施例二的对训练语料序列利用空格符号进行单个字符的间隔处理示意图；如图5所示，对第一训练语料序列“跟着我左手右手一个慢动作”利用空格符号进行单个字符的间隔处理，最终得到处理后的训练语料序列，即第二训练语料序列为“跟□着□我□左□手□右□手□一□个□慢□动□作”。

图6为本发明基于条件随机场确定句子标记序列的方法实施例二的对训练语料序列利用换行符号进行单个字符的间隔处理示意图；如图6所示，对第一训练语料序列“跟着我左手右手一个慢动作”利用换行符号进行单个字符的间隔处理，最终得到处理后的训练语料序列，即第二训练语料序列为“跟↓着↓我↓左↓手↓右↓手↓一↓个↓慢↓动↓作”。

图7为本发明基于条件随机场确定句子标记序列的方法实施例二的对训练语料序列利用标记符号进行单个字符的间隔处理示意图；如图7所示，对第一训练语料序列“跟着我左手右手一个慢动作”利用标记符号进行单个字符的间隔处理，最终得到处理后的训练语料序列，即第二训练语料序列为“跟Δ着Δ我Δ左Δ手Δ右Δ手Δ一Δ个Δ慢Δ动Δ作”。

具体的，关于条件随机场的概率模型的推导方式如下所示：

根据条件随机场的概率公式构建极大似然函数其中，所述x为单个字符，所述y为文本，所述k、K、λ为系数，所述S为由T个字符组成的词序列，所述i为单个字符，所述j为样本，所述w、σ为系数，所述q为参数，所述d为维度，所述为上下文相加后的词向量；

根据公式计算得到对数似然；

第j个样本的第i_j个词的负对数似然为：

第j个样本的第i_j个词在遇到第k_ij个非叶节点时的负对数似然为：

根据和计算所述的梯度；

对每一个样本进行迭代，其中，根据对每个参数q进行迭代，得到根据对每个字符i进行迭代，得到其中，所述η为系数。

至此就得到单个字符与上下文的关系。

步骤402、利用维特比算法及所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值，计算得到所述所有单个字符所构成的所有序列中的每一个序列的分数值。

具体的，手机可以利用公式计算得到所述所有单个字符所构成的所有序列中的每一个序列的分数值；其中，所述s为待标记句子，所述l为一个序列，所述i为单个字符，所述n为字符数，所述j为样本，所述m为样本数，所述λ为系数。

例如，句子s有n个字，每个字可能的标记有B/M/E/S四种，所以可能构成n⁴个序列。

步骤403、将所述每一个序列的分数值通过指数函数和归一化处理，得到所述每一个序列的概率值。

具体的，手机利用公式和上述步骤402得到的所述所有单个字符所构成的所有序列中的每一个序列的分数值，分别计算得到所述每一个序列的概率值；通过枚举所有可能的标记序列，得到每一个标记序列的概率值。

步骤404、将在所述所有单个字符所构成的所有序列中的概率值最大的序列确定为所述待标记句子的标记序列。

手机将在所有单个字符所构成的所有序列中，选取概率值最大的序列最终确定为待标记句子的标记序列。

本发明实施例提供的基于条件随机场确定句子标记序列的方法，手机通过根据条件随机场的概率模型对待标记句子进行处理，得到所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值；利用维特比算法及所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值，计算得到所述所有单个字符所构成的所有序列中的每一个序列的分数值；将所述每一个序列的分数值通过指数函数和归一化处理，得到所述每一个序列的概率值；将在所述所有单个字符所构成的所有序列中的概率值最大的序列确定为所述待标记句子的标记序列；在本发明中，对训练语料序列以及条件随机场的概率模型算法进行了修改，降低了模型训练的工作量与训练语料准备的复杂度，缩短了训练时间，提高了工作效率。

实施例三

图8为本发明基于条件随机场确定句子标记序列的终端实施例的结构示意图，如图8所示，本发明实施例提供的基于条件随机场确定句子标记序列的终端08包括：处理模块81、确定模块82；其中，

所述处理模块81，用于根据条件随机场的概率模型对待标记句子进行处理，得到所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值；其中，所述条件随机场的概率模型是通过对第二训练语料序列进行条件随机场的概率模型训练后得到的，所述第二训练语料序列是通过对第一训练语料序列进行单个字符的间隔处理，利用间隔符号将所述第一训练语料序列中的各个字符进行一一间隔并进行序列标注后得到的；

所述确定模块82，用于根据所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值与预设规则，确定出所述待标记句子的标记序列。

进一步的，所述处理模块81，具体用于利用空格符号将所述第一训练语料序列中的各个字符进行一一间隔；或，利用换行符号将所述第一训练语料序列中的各个字符进行一一间隔。

进一步的，所述确定模块82，具体用于利用维特比算法及所述待标记句子中的所有单个字符各自在所述待标记句子中存在所有关系的概率值，计算得到所述所有单个字符所构成的所有序列中的每一个序列的分数值；

将所述每一个序列的分数值通过指数函数和归一化处理，得到所述每一个序列的概率值；

将在所述所有单个字符所构成的所有序列中的概率值最大的序列确定为所述待标记句子的标记序列。

进一步的，所述确定模块82，还具体用于利用公式计算得到所述所有单个字符所构成的所有序列中的每一个序列的分数值，其中，所述s为待标记句子，所述l为一个序列，所述i为单个字符，所述n为字符数，所述j为样本，所述m为样本数，所述λ为系数；

所述将所述每一个序列的分数值通过指数函数和归一化处理，得到所述每一个序列的概率值，包括：

利用公式计算得到所述每一个序列的概率值。

进一步的，所述处理模块81，还具体用于

根据条件随机场的概率公式构建极大似然函数其中，所述x为单个字符，所述y为文本，所述k、K、λ为系数，所述S为由T个字符组成的词序列，所述i为单个字符，所述j为样本，所述w、σ为系数，所述q为参数，所述d为维度，所述为上下文相加后的词向量；

根据公式计算得到对数似然；

第j个样本的第i_j个词的负对数似然为：

第j个样本的第i_j个词在遇到第k_ij个非叶节点时的负对数似然为：

根据和计算所述的梯度；

对每一个样本进行迭代，其中，根据对每个参数q进行迭代，得到根据对每个字符i进行迭代，得到其中，所述η为系数。

本实施例的终端，可以用于执行上述所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

在实际应用中，所述处理模块81、确定模块82均可由位于基于条件随机场确定句子标记序列的终端08中的中央处理器(Central Processing Unit，CPU)、微处理器(Micro Processor Unit，MPU)、数字信号处理器(Digital Signal Processor，DSP)或现场可编程门阵列(Field Programmable Gate Array，FPGA)等实现。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所描述的方法。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。