文本处理方法、装置、电子设备及介质与流程

本公开实施例涉及计算机技术领域，尤其涉及一种文本处理方法、装置、电子设备及介质。

背景技术：

目前，自动语言识别技术(automaticspeechrecognition，asr)技术已越来越多地应用在了公众的生活、工作、学习等场景中为了进行语音识别，通常需要首先从音频流中识别出包含语音的部分。可以理解，如果音频流质量较低(例如，信噪比较低)，从音频流中识别出语音的过程可能受到较大的干扰，进而可能进一步导致asr结果的偏差。

技术实现要素：

本公开提供一种文本处理方法、装置、电子设备及介质，以实现对基于音频信息生成的文本内容进行动态更新，从而提高基于文本信息的交互效率的技术效果。

第一方面，本公开实施例提供了一种文本处理方法，该方法包括：

获取基于音频信息生成的目标文本信息；

确定所述目标文本信息中的待纠错词汇，以及与所述待纠错词汇相对应的目标候选待替换词汇；

根据所述目标候选待替换词汇确定与所述待纠错词汇相对应的目标替换词汇，基于所述目标替换词汇更新所述目标文本信息。

第二方面，本公开实施例还提供了一种文本处理装置，该装置包括：

文本信息确定模块，用于获取基于音频信息生成的目标文本信息；

待替换词汇确定模块，用于确定所述目标文本信息中的待纠错词汇，以及与所述待纠错词汇相对应的目标候选待替换词汇；

文本信息更新模块，用于根据所述目标候选待替换词汇确定与所述待纠错词汇相对应的目标替换词汇，基于所述目标替换词汇更新所述目标文本信息。

第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的文本处理方法。

第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的文本处理方法。

本公开实施例的技术方案，通过获取基于音频信息生成的目标文本信息；确定目标文本信息中的待纠错词汇，以及与待纠错词汇相对应的目标候选待替换词汇；根据目标候选待替换词汇确定与待纠错词汇相对应的目标替换词汇，基于目标替换词汇更新目标文本信息，解决了现有技术中在基于音频信息生成文本时，文本中可能存在大量的错误，不便于用户阅读，从而引起用户体验较差，交互效率极大降低的技术问题，实现了在基于音频信息生成文本时，获取文本中的错误词汇以及相应的替换词汇，并将其动态更新在文本中，以使得到的文本中错误率大幅度降低，从而提高用户体验以及交互效率的技术效果。

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是本公开实施例一所提供的一种文本处理方法流程示意图；

图2是本公开实施例二所提供的一种文本处理方法流程示意图；

图3是本公开实施例三所提供的一种文本处理方法流程示意图；

图4为本公开实施例四所提供的一种文本处理方法流程示意图；

图5为本公开实施例五所提供的一种文本处理装置结构示意图；

图6为本公开实施例六所提供的一种电子设备结构示意图。

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。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

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”。

实施例一

图1为本公开实施例一所提供的一种文本处理方法流程示意图，本公开实施例适用于对基于音频信息生成的文本进行纠错处理，以确定文本中的错误词汇以及与所述错误词汇对应的正确词汇，并基于正确词汇动态更新文本的情形，当然，也可以应用在需要对文本进行纠错处理，例如，从文本中确定出错误词汇的情形中，该方法可以文本处理装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、pc端或服务器等。

如图1所示，方法包括：

s110、获取基于音频信息生成的目标文本信息。

其中，本公开实施例的技术方案，可以应用在实时互动的场景中，如，视频会议、直播等。实时互动界面为实时互动应用场景中的任意交互界面。实时互动应用场景可通过互联网和计算机手段实现，例如通过原生程序或web程序等实现的交互应用程序。在实时交互界面中，可允许多个互动用户以各种形式的互动行为来进行交互，例如输入文字、语音、视频、或内容对象的共享等互动行为。也可以应用在非实时互动场景中，可选的，获取基于录屏视频中的音频信息生成的字幕信息，并将该字幕信息作为文本信息。

当然，本实施例的技术方案也可以应用于任意需要对文本纠错处理的场景中。

在基于实时互动界面互动时，可以采集发言用户的音频信息，并将其转换为相应的文字信息。在实际应用的过程中，存在音频质量较低的情形，如发言用户吐字不清晰，或者发言用户发言的内容中存在英文、专业术语等信息，仅基于音频信息转换为相对应的文本时，存在转换得到的文本与音频信息之间存在较大的出入，即转换后的文本与音频信息不相符，或者文本中存在较多的错误，导致其他用户无法及时了解发言用户的发言内容，引起交互效率降低的问题。为了解决这一问题，在基于音频信息生成文本后，可以对文本进行纠错处理，从而提高文本信息与音频信息的契合度，以达到便于用户阅读的效果。

目标文本信息可以是从基于至少一个发言用户的音频信息生成的文本中确定出预设时长内未纠错处理的文本信息；或者是，一旦检测到音频信息，就生成与该音频信息对应的文本，将此时得到文本作为目标文本信息。

也就是说，目标文本信息可以是从语音转文字模块中获取到的，还可以是从客户端展示的未进行纠错处理的文本中获取到的。

s120、确定目标文本信息中的待纠错词汇，以及与待纠错词汇相对应的目标候选待替换词汇。

其中，由于目标文本信息是通过音频信息转换得到的，若音频信息的音频质量较低，基于音频信息转换得到的文本信息中存在一定的错误。为了使得最终得到的文本信息能够更加贴合音频信息的内容，可以对目标文本信息进行纠错。例如，首先，可以将文本信息中存在错误或者需要进行替换的词汇确定为待纠错词汇。也就是说，将目标文本信息中的错误词汇和/或错误可能性较高的词汇作为待纠错词汇。接着，还需要确定与待纠错词汇对应的替换词汇，即正确词汇。在一些应用场景中，与待纠错词汇对应的替换词汇可能存在多个。在这些应用场景中，可以将多个替换词汇作为目标候选待替换词汇，以从目标候选待替换词汇中确定出与待纠错词汇匹配度最高的词汇，作为目标替换词汇。

具体的，通过对目标文本信息中的文本内容进行检测处理，可以确定目标文本信息中的待纠错词汇，以及与待纠错词汇相对应的目标候选待替换词汇，以从目标候选待替换词汇中筛选出与待纠错词汇相对应的目标替换词汇，进而将目标替换词汇更新在目标文本信息中的相应位置，从而实现了动态更新目标文本信息的技术效果。

s130、根据目标候选待替换词汇确定与待纠错词汇相对应的目标替换词汇，基于目标替换词汇更新目标文本信息。

其中，为了提高确定目标替换词汇的准确性，可以先确定一定数量的目标候选待替换词汇，目标候选待替换词汇是与待纠错词汇匹配度高于一定阈值的词汇。而目标替换词汇是对各个目标候选待替换词汇处理后，得到与目标文本信息契合度最高的替换词汇。即，目标替换词汇是指从所有目标候选待替换词汇中筛选出与目标文本信息契合度最高的词汇，可以基于目标替换词汇更新目标文本信息中的待纠错词汇，从而实现更新目标文本信息的技术效果。

本公开实施例的技术方案，通过获取基于音频信息生成的目标文本信息；确定目标文本信息中的待纠错词汇，以及与待纠错词汇相对应的目标候选待替换词汇；根据目标候选待替换词汇确定与待纠错词汇相对应的目标替换词汇，基于目标替换词汇更新目标文本信息，解决了现有技术中在基于音频信息生成文本时，文本中可能存在大量的错误，不便于用户阅读，从而引起用户体验较差，交互效率极大降低的技术问题，实现了在基于音频信息生成文本时，获取文本中的错误词汇以及相应的替换词汇，并将其更新在文本中，以使得到的文本中错误率大幅度降低，从而提高用户体验，以及交互效率的技术效果。在本实施例中，在获取基于音频信息生成的目标文本信息之前，还包括：采集发言用户的音频信息，将音频信息转换为相应的文字信息；根据所述文字信息、与发言用户对应的发言时间戳以及发言用户身份标识，生成在客户端展示的当前文本内容，基于所述当前文本内容确定所述目标文本信息。

也就是说，在实时互动过程中，可以采集各发言用户的音频信息，并将音频信息转换为相应的文字信息。根据发言用户的身份标识，发言时间点，以及对应的文字信息生成在客户端展示的文本内容，并将文本内容发送至客户端，以在客户端的预设区域内展示。

需要说明的是，预设区域内展示的内容包括发言用户的身份标识、发言时间戳以及对应的文字信息。服务端可以获取预设区域内的文字信息来纠错处理，即从预设区域内获取目标文本信息。当然，还可以是在将音频信息转换为文字时，将文字存储到语音转文字模块中，可以从语音转文字模块中调取一定时长内的未进行纠错处理的文本来进行纠错处理。

可以理解为，若预设区域内展示有相应的文本信息，可以获取一定时长内未纠错处理的文本信息并对其进行纠错处理，以实现动态更新与音频信息相对应的文字，从而使在预设区域内展示的文字与音频信息的契合度提高，进而实现互动交互效率提高的技术效果。

还需要说明的是，本公开实施例的技术方案还可以适用于任何需要对文本纠错处理的场景中。

在本实施例中，获取基于音频信息生成的目标文本信息，包括：确定全部文本内容中未纠错处理文本内容的时间戳，基于时间戳获取预设时长内未纠错处理文本内容；基于未纠错处理文本内容，确定目标文本信息。

其中，服务器可以确定预设区域内展示的全部文本内容中或语音转文字模块中存储的全部文本内容中，未进行纠错处理文本内容的时间戳。根据预先设置的预设时长以及未纠错处理文本内容的时间戳，获取预设时长内未纠错处理文本内容，并作为目标文本信息。对预设时长内的文本信息进行处理的好处在于：可以结合上下文信息确定文本信息中的待纠错词汇以及相应的替换词汇，从而提高确定待纠错词汇和替换词汇的准确率。

实施例二

图2为本公开实施例二所提供的一种文本处理方法流程示意图。在前述实施例的基础上，“确定目标文本信息中的待纠错词汇以及与待纠错词汇相对应的目标候选待替换词汇”可以采用如下的方式实现：采用与纠错类型相对应的纠错方式，分别确定目标文本信息中的待纠错词汇以及与待纠错词汇对应的目标候选待替换词汇，以基于目标候选待替换词汇确定目标替换词汇。

其中，所述纠错类型包括文字读音纠错类型和文字内容纠错的类型。不同的纠错类型所对应的纠错方式不同。本公开实施例的技术方案，可以同时采用两种纠错方式分别对文本信息进行纠错处理。

在本实施例中，为了清楚的介绍与不同纠错类型相对应的纠错方式，可以先以纠错类型为读音纠错来介绍。其中，与上述实施例相同或者相似的术语在此不再赘述。

如图2所示，所述方法包括：

s210、获取基于音频信息生成的目标文本信息。

s220、获取所述目标文本信息中各个文字的文字读音。

需要说明的是，为了提高确定待纠错词汇以及相应的目标替换词汇的效率，可以基于读音纠错类型来确定目标文本信息中是否存在人名以及相应的行业术语。其中，行业术语是基于实时互动过程中确定的，并动态更新的。

其中，读音可以是词汇的具体发音，即可以获取目标文本中各个文字的文字发音。

具体的，目标文本信息中包括至少一个文字，可以确定与每个文字相对应的文字发音，以基于每个文字对应的文字发音来确定目标文本信息中的待纠错词汇。

在上述技术方案的基础上，所述文字读音纠错类型包括拼音纠错类型。

即，若文本信息是汉子时，可以确定每个文字对应的拼音，基于每个文字的拼音来确定目标文本信息中的待纠错词汇。若文本信息是英文时，可以基于每个词汇的发音来确定目标文本信息中的待纠错词汇。

s230、根据各个文字的文字读音以及预先存储在热词词典中的热词词汇，确定所述目标文本信息中是否存在相应的目标热词词汇。

需要说明的是，在视频会议或者直播的过程中可以采集各发言用户的音频信息以及分享的文档或者屏幕中的内容。基于文档或者屏幕中的内容以及音频信息，能够确定实时互动过程中的行业术语等信息，可以将此类词汇作为热词词汇，并将热词词汇存储在热词词典中。即在视频会议开始之前与该视频会议相对应的热词词典中没有热词词汇，在视频会议过程中可以确定热词词汇，并将其存储在热词词典中，以基于热词词典中存储的热词词汇确定目标文本信息中的待纠错词汇和相应的目标替换词汇。

具体的，基于目标文本信息中各个文字的文字拼音，可以从热词词典中确定是否存在与热词词汇对应的拼音，从而确定目标文本信息中的待纠错词汇以及相应的目标替换词汇。

s240、若存在，则根据所述目标热词词汇确定所述目标文本信息中待纠错词汇，基于所述待纠错词汇确定目标候选待替换词汇。

其中，目标候选待替换词汇是指从热词词典中确定出的与待纠错词汇相对应的词汇，例如，热词词典中包括“摩登”，若基于目标文本信息中的文字拼音匹配到“modeng”时，可以将目标文本信息中拼音为“摩登”对应的词汇作为待纠错词汇，相应的，热词词典中的“摩登”为目标候选待替换词汇。例如，热词词典中包括“chord”，若基于目标文本信息中各文字发音匹配到与“chord”发音相同的“cord”时，则可以将目标文本信息中发音为cord的词汇作为待纠错词汇。

s250、根据目标候选待替换词汇确定与待纠错词汇相对应的目标替换词汇，基于目标替换词汇更新目标文本信息。

在本实施例中，根据目标候选待替换词汇确定与待纠错词汇相对应的目标替换词汇，可以是：获取待纠错词汇在目标文本信息中所属的第一待处理语句，基于目标候选待替换词汇更新第一待处理语句，得到第二待处理语句；确定第二待处理语句的困惑度值；若困惑度值大于等于预设困惑度阈值，则根据待纠错词汇确定目标替换词汇；当困惑度值小于预设困惑度阈值时，则根据目标候选待替换词汇确定目标替换词汇。

其中，可以将各个待纠错词汇所属的句子作为第一待处理语句。为了确定目标候选待替换词汇是否可以替换待纠错词汇，可以将待纠错词汇替换为相应的目标候选待替换词汇，得到与第一待处理句子相对应的第二待处理句子。困惑度值用于表征句子的通顺程度。确定第二待处理句子的困惑度值，即第二待处理句子的意思是否正确，语句是否通顺等。预设困惑度阈值可以根据经验预先设置，可选的，预设困惑度阈值可以是0.8。

具体的，在确定待纠错词汇和相应的目标候选待替换词汇后，可以确定待纠错词汇所属的句子，并将目标候选待替换词汇更新在句子中。确定更新后句子的困惑度值，即更新后句子的通顺程度。若困惑度值大于等于预设困惑度阈值，则说明基于目标候选待替换词汇更新后的句子与原发言用户对应的意思差别较大，此时说明待纠错词汇不是人名或者热词，可以将待纠错词汇作为目标替换词汇，即不更新待纠错词汇。若困惑度值小于预设困惑度阈值，则说明基于目标候选待替换词汇更新后的句子与原发言用户对应的意思相同，可以基于目标候选待替换词汇更新目标文本信息。

本公开实施例的技术方案，可以采用与纠错类型相对应的纠错方式对目标文本信息进行处理，提高了确定文本信息中的待纠错词汇的效率，进而提高了文本信息的更新效率。

实施例三

图3为本公开实施例三所提供的一种文本处理方法另一流程示意图。在前述实施例的基础上，“确定目标文本信息中的待纠错词汇以及与待纠错词汇相对应的目标候选待替换词汇”可以是：采用与纠错类型相对应的纠错方式，分别确定目标文本信息中的待纠错词汇以及与待纠错词汇对应的目标候选待替换词汇，以基于目标候选待替换词汇确定目标替换词汇。

其中，纠所述纠错类型包括文字读音纠错类型和文字内容纠错的类型。不同的纠错类型所对应的纠错方式不同。本公开实施例的技术方案，可以同时采用两种纠错方式分别对文本信息进行纠错处理。

在本实施例中，为了清楚的介绍与不同纠错类型相对应的纠错方式，可以先以纠错类型为文字内容纠错的类型来介绍。其中，与上述实施例相同或者相似的术语在此不再赘述。

其中，文字纠错类型中还包括混淆词汇纠错和常用词汇纠错，本实施例以混淆词汇纠错为例来介绍。“确定所述目标文本信息中的待纠错词汇，以及与所述待纠错词汇相对应的目标候选待替换词汇”可以实现为：“基于混淆词库，确定所述目标文本信息中的混淆词汇，并将所述混淆词汇在所述混淆词库中对应的词汇作为目标候选待替换词汇”。相应的，“根据所述目标候选待替换词汇确定与所述待纠错词汇相对应的目标替换词汇，基于所述目标替换词汇更新所述目标文本信息”可以实现为：“根据所述目标候选待替换词汇，确定所述目标替换词汇；基于所述目标替换词汇更新所述目标文本信息中与所述目标替换词汇对应的待纠错词汇”。其中，上述实施例相同或者相似的术语在此不再赘述。

如图3所示，所述方法包括：

s310、获取基于音频信息生成的目标文本信息。

s320、基于预先确定的混淆词库，对目标文本信息中的文本内容进行匹配处理，确定目标文本信息中的混淆词汇，基于混淆词汇确定待纠错词汇以及相应的目标候选待替换词汇。

其中，在实际应用过程中可以确定高频出错的词汇，并将此类词汇作为混淆词汇。为了便于对文本信息中的文字进行纠错处理，可以将各个混淆词汇存储在混淆词库中，以在进行纠错处理时，可以基于混淆词库中确定目标文本信息中待纠错词汇。将混淆词库中与待纠错词汇对应的词汇作为目标候选待替换词汇。

s330、根据目标候选待替换词汇，确定目标替换词汇；基于目标替换词汇更新目标文本信息中与目标替换词汇对应的待纠错词汇，得到更新后的目标文本信息。

需要说明的是，一般从混淆词库中确定出的目标候选待替换词汇的数量为一个，因此可以将目标候选待替换词汇作为目标替换词汇。

具体的，在确定目标候选待替换词汇后，可以基于目标候选待替换词汇更新目标文本信息中的待纠错词汇，从而实现更新目标文本信息的技术效果。

本公开实施例的技术方案，可以先确定目标文本信息中的混淆词汇，并从混淆词库中确定与混淆词汇相对应的目标替换词汇，进而快速将目标文本信息中的混淆词汇替换，提高了确定目标文本信息中待纠错词汇和相应目标替换词汇的便捷性以及高效性的技术效果。

实施例四

图4为本公开实施例四所提供的一种文本处理方法流程示意图。在前述实施例的基础上，在确定目标文本信息中混淆词汇的同时，还可以确定目标文本信息中的其它错误词汇，即常用词词汇，也就是确定目标文本信息中的各关键词汇中是否存在待纠错词汇，以及相应的目标替换词汇。其中，与上述实施例相同或者相应的术语在此不再赘述。

如图4所示，所述方法包括：

s410、获取基于音频信息生成的目标文本信息。

s420、基于分词工具将所述目标文本信息中的各个语句划分为至少一个关键词汇，以从所述至少一个关键词汇中确定待纠错词汇。

可选的，对所述目标文本信息中的语句分词得到至少一个关键词汇，以从所述至少一个关键词汇中确定待纠错词汇。

其中，可以基于分词工具，将目标文本信息中的各个句子划分为至少一个关键词汇。可以确定各个关键词汇是否为待纠错词汇，若是则可以确定与其对应的目标替换词汇。

s430、基于预先确定的常用词词库，确定所述目标文本信息中的疑似待纠错词汇，基于所述疑似待纠错词汇确定待纠错词汇以及相应的目标候选待替换词汇。

其中，常用词词库与预先建立的，用于存储常用词汇。将从所有关键词汇中初步确定其为待纠错词汇时，可以将此类词汇作为疑似待纠错词汇。

具体的，在确定各个关键词汇后，可以从常用词词库中确定是否存在与各个关键词相对应的词汇，若是存在，则确定该关键词为正确词汇，反之，则确定该关键词为疑似待纠错词汇。

为了提高确定待纠错词汇的准确率，在确定疑似待纠错词汇后，可以再从疑似待纠错词汇中再次筛选出正确的词汇，将剩余的词汇作为待纠错词汇，同时可以确定与每个待纠错词汇对应的目标替换词汇。在本实施例中，从疑似待纠错词汇中确定待纠错词汇以及目标替换词汇，可以是：若基于常用词词库，确定常用词词库中未包括的关键词汇时，基于关键词汇确定疑似待纠错词汇集合；疑似待纠错词汇集合中包括至少一个疑似待纠错词汇；通过对疑似待纠错词汇进行校验处理，得到待纠错词汇；基于每个待纠错词汇，确定与待纠错词汇相应的至少一个待替换词汇；基于至少一个待替换词汇，确定至少一个目标候选待替换词汇，以基于至少一个目标候选待替换词汇，确定目标替换词汇。

具体的，根据目标文本信息中的各个关键词汇，可以确定常用词词库中是否包括各个关键词，将常用词词库中存在的关键词作为正确的词汇，将常用词词库中未包括的关键词作为疑似待纠错词汇。根据各个疑似待纠错词汇可以确定一个疑似待纠错词汇集合。在确定疑似待纠错词汇后，可以对每个疑似待纠错词汇进行二次校验处理，以降低疑似待纠错词汇的数量，进而提高确定与待纠错词汇对应的目标替换词汇的效率。将二次校验处理结果依然为不确定的词汇作为待纠错词汇。在确定待纠错词汇后，可以确定与待纠错词汇相对应的至少一个待替换词汇。通过待替换词汇处理，能够确定至少一个目标候选待替换词汇，并采用一系列方式从至少一个目标候选待替换词汇中确定目标替换替换词汇，进而根据目标替换词汇更新目标文本信息。

在本实施例中，为了提高确定待纠错词汇的准确率，从而达到更新目标文本信息效率的技术效果，可以对疑似待纠错词汇进行二次校验处理，以确定疑似待纠错词汇是否为待纠错词汇，可选的：针对每一个疑似待纠错词汇，确定疑似待纠错词汇在目标文本信息中的当前位置；基于当前位置，获取当前位置之前以及之后预设字符数量的文字，并与疑似待纠错词汇进行组合得到至少一个组合词汇；若从常用词词库中未匹配到与组合词汇相对应的词汇，得到候选疑似待纠错词汇；通过对每个候选疑似待纠错词汇进行处理，确定至少一个待纠错词汇。

其中，疑似待纠错词汇集合中包括至少一个疑似待纠错词汇。当前位置指的是疑似待纠错词汇在目标文本中所处的位置，基于当前位置可以获取该位置之前或者之后预设数量内的文字。可以对该文字与疑似待纠错词汇进行组合，得到至少一个组合词汇。若从常用词词库中匹配到与组合词汇相对应的词汇，则将所述疑似待纠错词汇从疑似待纠错词汇集合中移出，即该疑似待纠错词汇为正确词汇。通过对疑似待纠错词汇集合中各个疑似待纠错词汇进行处理，可以筛选出正确的词汇，将依然无法确定其是否为正确词汇的疑似待纠错词汇作为候选疑似待纠错词汇。也就是说，候选疑似待纠错词汇为对疑似待纠错词汇二次校验处理后，依然无法确定其是否为正确词汇的词汇。

在上述技术方案的基础上，若是从常用词词库中匹配和组合词汇对应的词汇时，则说明疑似待纠错词汇为常用词汇，可以将疑似待纠错词汇从疑似待纠错词汇集合中移出。这样设置的好处在于，可以进一步减少待纠错词汇的数量，进而提高确定待纠错词汇的准确性以及便捷性。

为了从候选待纠错词汇中确定待纠错词汇，从而提高确定待纠错词汇的准确性，可以是：针对每个候选疑似待纠错词汇，基于文字特征提取模型，确定候选疑似待纠错词汇在所属语句中的特征信息，并将特征信息输入至预先训练得到的树枝模型中，得到与特征信息相对应的评估值；当评估值大于等于预设评估阈值，则候选疑似待纠错词汇为常用词汇，将候选疑似待纠错词汇从疑似待纠错词汇集合中移出；树枝模型用于确定输入的特征信息与所属句子特征信息之间的匹配度。若评估值小于预设评估阈值，则基于候选疑似待纠错词汇生成待纠错词汇。

也就是说，在确定候选疑似待纠错词汇后，可以依次对每个候选疑似待纠错词汇进行处理，进而确定该候选疑似待纠错词汇是否为要纠错的词汇。

具体的，针对每个候选疑似待纠错词汇，可以确定待纠错词汇在目标文本中的所属的句子，将句子输入至文字特征提取模型后输出与候选疑似待纠错词汇在所属句子中的特征信息。将特征信息输入至树枝模型中，可以得到与该特征信息对应的评估值。若得到的评估中大于等于预设评估阈值，则说明候选疑似待纠错词汇为常用词汇；若得到的评估值低于预设评估阈值，则说明候选疑似待纠错词汇为待纠错词汇。在确定待纠错词汇后，可以确定与每个待纠错词汇相对应的目标替换词汇，从而更新目标文本信息，以提高文本信息的准确性，进而提高用户体验以及互动交互效率的技术效果。

在本实施例中，在确定待纠错词汇后，可以确定与每个待纠错词汇相对应的待替换词汇，进而从所有待替换词汇中确定目标替换词汇。可选的，针对每个待纠错词汇，根据所述待纠错词汇与其他词汇的编辑距离、最大公共字符串数量以及词汇的使用频率，确定与所述待纠错词汇相对应的至少一个待替换词汇。

其中，编辑距离可以是其它词汇编辑为待纠错词汇时对应的距离；最大公共子串为待纠错词汇与其它词汇共有字符串的数量；使用词频为其它词汇的使用频率。基于上述因素可以综合确定与待纠错词汇对应的至少一个替换词汇，可选的，确定与每个待纠错词汇对应的10个待替换词汇。

在确定待替换词汇后，为了从中得到与待纠错词汇匹配度较高的词汇，可以先确定一定数量的候选替换词汇，进而从候选替换词汇中确定目标替换词汇。可选的，针对每一个与待纠错词汇对应的待替换词汇，获取待纠错词汇所属的语句；确定待替换词汇与语句之间的相似度值，以及确定基于待替换词汇替换待纠错词汇后语句的困惑度值；基于困惑度值和相似度值，确定预设数量的待替换词汇作为目标候选待替换词汇。

也就是说，在确定待纠错词汇后，可以确定与每个待纠错词汇对应的待替换词汇。获取待纠错词汇在目标文本信息中所属的句子，并确定待替换词汇与句子之间的相似度值，同时，可以基于待替换词汇更新句子中的待纠错词汇，并确定该句子的困惑度值；基于各个待替换词汇对应的相似度值和困惑度值，可以对各个待替换词汇进行排序，基于排序结果选择预设数量的待替换词汇作为候选待替换词汇，可选的，按照排序结果选择排序靠前的四个替换词汇作为候选替换词汇。

当然，若待纠错词汇不在候选待替换词汇中时，可以将待纠错词汇添加到候选待替换词汇中。

在确定与每个待纠错词汇相对应的目标候选待替换词汇后，可以从中确定目标替换词汇。可选的，针对每个目标候选待替换词汇，确定所述待纠错词汇所属的语句与所述目标候选待替换词汇所述语句中的关联特征；所述关联特征包括目标候选词汇与所述语句之间的相似度；将所述关联特征，输入至预先训练好的特征处理模型中，得到所述候选词与所述语句之间的匹配度值；基于每个目标候选词的匹配度值，从所述至少一个目标候选待替换词汇中确定与所述待纠错词汇相对应目标替换词汇。

也就是说，针对每个目标候选待替换词汇，可以确定与目标候选待替换词汇对应的待纠错词汇，并确定待纠错词汇所属的句子。确定目标候选待替换词汇与所属句子之间的关联特征。将关联特征输入至预先训练好的特征处理模型中，可以确定目标候选待替换词汇与句子之间的匹配度值。在确定与待纠错词汇对应的各个目标候选待替换词汇的匹配度值后，可以将匹配度值最高的目标候选待替换词汇作为目标替换词汇。

s440、基于目标候选待替换词汇确定目标替换词汇，并基于目标替换词汇更新目标文本信息。

本公开实施例的技术方案，通过采取一系列的方式确定目标文本信息中的待纠错词汇以及相应的目标替换词汇，提高了确定待纠错词汇的准确性，相应的，也提高了确定与待纠错词汇对应目标替换词汇的准确性，进而使更新后的目标文本信息与发言用户的音频信息契合度大幅度提高，从而提高互动交互效率的技术效果。

实施例五

图5为本公开实施例五所提供的一种文本处理装置结构示意图。如图5所示，所述装置包括：文本信息确定模块510、待替换词汇确定模块520以及文本信息更新模块530。

其中，文本信息确定模块510，用于在基于实时互动界面互动的过程中，获取基于音频信息生成的目标文本信息；待替换词汇确定模块520，用于确定所述目标文本信息中的待纠错词汇，以及与所述待纠错词汇相对应的待替换词汇；文本信息更新模块530，根据所述待替换词汇确定与所述待纠错词汇相对应的目标替换词汇，基于所述目标替换词汇更新所述目标文本信息。

在上述各技术方案的基础上，在文本信息确定模块，用于获取基于音频信息生成的目标文本信息之前，还用于：

采集发言用户的音频信息，将所述音频信息转换为相应的文字信息；

根据所述文字信息、与发言用户对应的发言时间戳以及发言用户身份标识，生成在客户端展示的当前文本内容，基于所述当前文本内容确定所述目标文本信息。

在上述各技术方案的基础上，文本信息确定模块，还用于确定所述全部文本内容中未纠错处理文本内容的时间戳，基于所述时间戳获取预设时长内未纠错处理文本内容；基于所述未纠错处理文本内容，确定所述目标文本信息。

在上述各技术方案的基础上，待替换词汇确定模块还用于采用与纠错类型相对应的纠错方式，分别确定所述目标文本信息中的待纠错词汇以及与所述待纠错词汇对应的待替换词汇，以基于所述待替换词汇确定目标替换词汇；所述纠错类型包括文字读音纠错类型和文字内容纠错的类型。

在上述各技术方案的基础上，所述纠错类型包括文字读音纠错类型，待替换词汇确定模块还用于获取所述目标文本信息中各个文字的文字读音；根据各个文字的文字读音以及预先存储在热词词典中的热词词汇，确定所述目标文本信息中是否存在相应的目标热词词汇；所述热词词典用于存储各个热词词汇；所述热词词汇是基于实时互动过程中所采集的音频信息和文字信息确定；若存在，则根据所述目标热词词汇确定所述目标文本信息中待纠错词汇，基于所述待纠错词汇确定目标候选待替换词汇。在上述各技术方案的基础上，所述文字读音纠错类型包括拼音纠错类型。

在上述各技术方案的基础上，文本信息更新模块还用于获取所述待纠错词汇在所述目标文本信息中所属的第一待处理语句，基于所述待替换词汇更新所述第一待处理语句，得到第二待处理语句；确定所述第二待处理语句的困惑度值；若所述困惑度值大于等于预设困惑度阈值，则根据所述待纠错词汇确定目标替换词汇；当所述困惑度值小于预设困惑度阈值时，则根据所述待替换词汇确定目标替换词汇。

在上述各技术方案的基础上，所述纠错类型包括文字内容纠错类型，待替换词汇确定模块还用于基于预先确定的混淆词库，对所述目标文本信息中的文本内容进行匹配处理，确定所述目标文本信息中的混淆词汇，基于所述混淆词汇确定所述待纠错词汇以及相应的待替换词汇；和/或，基于预先确定的常用词词库，确定所述目标文本信息中的疑似待纠错词汇，基于所述疑似待纠错词汇确定待纠错词汇以及相应的待替换词汇。

在上述各技术方案的基础上，待替换词汇确定模块还用于基于混淆词库，确定所述目标文本信息中的混淆词汇，并将所述混淆词汇在所述混淆词库中对应的词汇作为待替换词汇；相应的，所述根据所述待替换词汇确定与所述待纠错词汇相对应的目标替换词汇，基于所述目标替换词汇更新所述目标文本信息，包括：根据所述待替换词汇，确定所述目标替换词汇；基于所述目标替换词汇更新所述目标文本信息中与所述目标替换词汇对应的待纠错词汇。

在上述各技术方案的基础上，待替换词汇确定模块还用于对所述目标文本信息中的语句分词得到至少一个关键词汇，以从所述至少一个关键词汇中确定待纠错词汇。在上述各技术方案的基础上，待替换词汇确定模块还用于若基于常用词词库，确定所述常用词词库中未包括的关键词汇，基于所述关键词汇确定疑似待纠错词汇集合；所述疑似待纠错词汇集合中包括至少一个疑似待纠错词汇；通过对所述疑似待纠错词汇进行校验处理，得到待纠错词汇；基于所述待纠错词汇，确定与所述待纠错词汇对应的至少一个待替换词汇；基于所述至少一个待替换词汇，确定至少一个目标候选待替换词汇，以基于所述至少一个目标候选待替换词汇，确定所述目标替换词汇。

在上述各技术方案的基础上，待替换词汇确定模块还用于针对每一个疑似待纠错词汇，确定所述疑似待纠错词汇在所述目标文本信息中的当前位置；基于所述当前位置，获取所述当前位置之前以及之后预设字符数量的文字，并与所述疑似待纠错词汇进行组合得到至少一个组合词汇；若从常用词词库中未匹配到与所述组合词汇相对应的词汇，则基于未匹配到的疑似待纠错词汇生成候选疑似待纠错词汇；确定每个候选疑似待纠错词汇在所属句子的特征信息，根据所述特征信息确定至少一个待纠错词汇。

在上述各技术方案的基础上，待替换词汇确定模块还用于若从常用词词库中匹配到与所述组合词汇相对应的词汇，则将所述疑似待纠错词汇从所述疑似待纠错词汇集合中移出。

在上述各技术方案的基础上，待替换词汇确定模块还用于针对每个候选疑似待纠错词汇，基于文字特征提取模型，确定所述候选疑似待纠错词汇在所属语句中的特征信息；将所述特征信息输入至预先训练得到的树枝模型中，得到与所述特征信息相对应的评估值；若所述评估值大于等于预设评估阈值，则所述候选疑似待纠错词汇为常用词汇，将所述候选疑似待纠错词汇从所述疑似待纠错词汇集合中移出；所述树枝模型用于确定输入的特征信息与所属句子特征信息之间的匹配度。

在上述各技术方案的基础上，待替换词汇确定模块还用于若所述评估值小于预设评估阈值，则基于所述候选疑似待纠错词汇生成待纠错词汇。

在上述各技术方案的基础上，待替换词汇确定模块还用于针对每个待纠错词汇，根据所述待纠错词汇与其他词汇的编辑距离、最大公共字符串以及词汇的使用频率，确定与所述目标疑似词汇相对应的至少一个待替换词汇。

在上述各技术方案的基础上，待替换词汇确定模块还用于针对每一个与待纠错词汇对应的待替换词汇，获取所述待纠错词汇所属的语句；确定所述待替换词汇与所述语句之间的相似度值，以及确定基于所述待替换词汇替换所述待纠错词汇后语句的困惑度值；基于所述困惑度值和所述相似度值，确定预设数量的待替换词汇作为目标候选待替换词汇。

在上述各技术方案的基础上，待替换词汇确定模块还用于针对每个目标候选词词汇，确定所述目标疑似词汇所属的语句以及所述目标候选词词汇所述语句中的关联特征；所述关联特征包括目标候选词汇与所述语句之间的相似度；将所述关联特征，输入至预先训练好的特征处理模型中，得到所述候选词与所述语句之间的匹配度值；基于每个目标候选词的匹配度值，从所述至少一个目标候选待替换词汇中确定与所述待纠错词汇相对应目标替换词汇。

本公开实施例的技术方案，通过获取基于音频信息生成的目标文本信息；确定目标文本信息中的待纠错词汇，以及与待纠错词汇相对应的目标候选待替换词汇；根据目标候选待替换词汇确定与待纠错词汇相对应的目标替换词汇，基于目标替换词汇更新目标文本信息，解决了现有技术中在基于音频信息生成文本时，文本中可能存在大量的错误，不便于用户阅读，从而引起用户体验较差，交互效率极大降低的技术问题，实现了在基于音频信息生成文本时，获取文本中的错误词汇以及相应的替换词汇，并将其动态更新在文本中，以使得到的文本中错误率大幅度降低，从而提高用户体验，以及交互效率的技术效果。

本公开实施例所提供的文本处理装置可执行本公开任意实施例所提供的文本处理方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。

实施例七

下面参考图6，其示出了适于用来实现本公开实施例的电子设备(例如图6中的终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)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。图6示出的电子设备仅仅是一个示例，不应对本公开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606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ram603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、rom602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606；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。

特别地，根据本公开的实施例，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，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态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606被安装，或者从rom602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

本公开实施例提供的电子设备与上述实施例提供的文本处理方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。

实施例八

本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的文本处理方法。

需要说明的是，本公开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(hypertexttransferprotocol，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，adhoc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电子设备中所包含的；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：

获取基于音频信息生成的目标文本信息；

确定所述目标文本信息中的待纠错词汇，以及与所述待纠错词汇相对应的目标候选待替换词汇；

根据所述目标候选待替换词汇确定与所述待纠错词汇相对应的目标替换词汇，基于所述目标替换词汇更新所述目标文本信息。

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操作的计算机程序代码，上述程序设计语言包括但不限于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。

描述于本公开实施例中所涉及到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。其中，单元/模块的名称在某种情况下并不构成对该单元本身的限定，例如，文本信息确定模块还可以被描述为“信息确定模块”。

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。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，【示例一】提供了一种文本处理方法，该方法包括：

获取基于音频信息生成的目标文本信息；

确定所述目标文本信息中的待纠错词汇，以及与所述待纠错词汇相对应的目标候选待替换词汇；

根据所述目标候选待替换词汇确定与所述待纠错词汇相对应的目标替换词汇，基于所述目标替换词汇更新所述目标文本信息。

根据本公开的一个或多个实施例，【示例二】提供了一种文本处理方法，该方法包括：

可选的，在所述获取基于音频信息生成的目标文本信息之前，还包括：

采集发言用户的音频信息，将所述音频信息转换为相应的文字信息；

根据所述文字信息、与发言用户对应的发言时间戳以及发言用户身份标识，生成在客户端展示的当前文本内容，基于所述当前文本内容确定所述目标文本信息。

根据本公开的一个或多个实施例，【示例三】提供了一种文本处理方法，该方法包括：

可选的，确定所述全部文本内容中未纠错处理文本内容的时间戳，基于所述时间戳获取预设时长内未纠错处理文本内容；

基于所述未纠错处理文本内容，确定所述目标文本信息。

根据本公开的一个或多个实施例，【示例四】提供了一种文本处理方法，该方法包括：

可选的，所述确定所述目标文本信息中的待纠错词汇，以及与所述待纠错词汇相对应的待替换词汇，包括：

采用与纠错类型相对应的纠错方式，分别确定所述目标文本信息中的待纠错词汇以及与所述待纠错词汇对应的待替换词汇，以基于所述待替换词汇确定目标替换词汇；

所述纠错类型包括文字读音纠错类型和文字内容纠错的类型。

根据本公开的一个或多个实施例，【示例五】提供了一种文本处理方法，该方法包括：

可选的，所述纠错类型包括文字读音纠错类型，所述采用与纠错类型相对应的纠错方式，分别确定所述目标文本信息中的待纠错词汇以及与所述待纠错词汇对应的目标候选待替换词汇，包括：

获取所述目标文本信息中各个文字的文字读音；

根据各个文字的文字读音以及预先存储在热词词典中的热词词汇，确定所述目标文本信息中是否存在相应的目标热词词汇；所述热词词典用于存储各个热词词汇；所述热词词汇是基于实时互动过程中所采集的音频信息和文字信息确定；

若存在，则根据所述目标热词词汇确定所述目标文本信息中待纠错词汇，基于所述待纠错词汇确定目标候选待替换词汇。

根据本公开的一个或多个实施例，【示例六】提供了一种文本处理方法，该方法包括：

可选的，所述文字读音纠错类型包括拼音纠错类型。

根据本公开的一个或多个实施例，【示例七】提供了一种文本处理方法，该方法包括：

可选的，所述根据所述待替换词汇确定与所述待纠错词汇相对应的目标替换词汇，基于所述目标替换词汇更新所述目标文本信息，包括：

获取所述待纠错词汇在所述目标文本信息中所属的第一待处理语句，基于所述待替换词汇更新所述第一待处理语句，得到第二待处理语句；

确定所述第二待处理语句的困惑度值；

若所述困惑度值大于等于预设困惑度阈值，则根据所述待纠错词汇确定目标替换词汇；

当所述困惑度值小于预设困惑度阈值时，则根据所述待替换词汇确定目标替换词汇。

根据本公开的一个或多个实施例，【示例八】提供了一种文本处理方法，该方法包括：

可选的，所述纠错类型包括文字内容纠错类型，所述采用与纠错类型相对应的纠错方式，分别确定所述目标文本信息中的待纠错词汇以及与所述待纠错词汇对应的目标候选待替换词汇，以基于所述目标候选待替换词汇确定目标替换词汇，包括：

基于预先确定的混淆词库，对所述目标文本信息中的文本内容进行匹配处理，确定所述目标文本信息中的混淆词汇，基于所述混淆词汇确定所述待纠错词汇以及相应的目标候选待替换词汇；和/或，

基于预先确定的常用词词库，确定所述目标文本信息中的疑似待纠错词汇，基于所述疑似待纠错词汇确定待纠错词汇以及相应的目标候选待替换词汇。

根据本公开的一个或多个实施例，【示例九】提供了一种文本处理方法，该方法包括：

可选的，所述基于预先确定的混淆词库，对所述目标文本信息中的文本内容进行匹配处理，确定所述目标文本信息中的混淆词汇，基于所述混淆词汇确定所述待纠错词汇以及相应的待替换词汇，包括：

基于混淆词库，确定所述目标文本信息中的混淆词汇，并将所述混淆词汇在所述混淆词库中对应的词汇作为待替换词汇；

相应的，所述根据所述待替换词汇确定与所述待纠错词汇相对应的目标替换词汇，基于所述目标替换词汇更新所述目标文本信息，包括：

根据所述待替换词汇，确定所述目标替换词汇；

基于所述目标替换词汇更新所述目标文本信息中与所述目标替换词汇对应的待纠错词汇。

根据本公开的一个或多个实施例，【示例十】提供了一种文本处理方法，该方法包括：

可选的，在所述基于预先确定的常用词词库，确定所述目标文本信息中的疑似待纠错词汇，基于所述疑似待纠错词汇确定待纠错词汇以及相应的目标候选待替换词汇之前，还包括：

对所述目标文本信息中的语句分词得到至少一个关键词汇，以从所述至少一个关键词汇中确定待纠错词汇。

根据本公开的一个或多个实施例，【示例十一】提供了一种文本处理方法，该方法包括：

可选的，所述确定所述目标文本信息中的待纠错词汇，以及与所述待纠错词汇相对应的目标候选待替换词汇，包括：若基于常用词词库，确定所述常用词词库中未包括的关键词汇，基于所述关键词汇确定疑似待纠错词汇集合；所述疑似待纠错词汇集合中包括至少一个疑似待纠错词汇；

通过对所述疑似待纠错词汇进行校验处理，得到待纠错词汇；基于所述待纠错词汇，确定与所述待纠错词汇对应的至少一个待替换词汇；

基于所述至少一个待替换词汇，确定至少一个目标候选待替换词汇，以基于所述至少一个目标候选待替换词汇，确定所述目标替换词汇。

根据本公开的一个或多个实施例，【示例十二】提供了一种文本处理方法，该方法包括：

可选的，所述通过对所述疑似待纠错词汇进行校验处理，得到待纠错词汇，包括：

针对每一个疑似待纠错词汇，确定所述疑似待纠错词汇在所述目标文本信息中的当前位置；

基于所述当前位置，获取所述当前位置之前以及之后预设字符数量的文字，并与所述疑似待纠错词汇进行组合得到至少一个组合词汇；

若从常用词词库中未匹配到与所述组合词汇相对应的词汇，则基于未匹配到的疑似待纠错词汇生成候选疑似待纠错词汇；

确定每个候选疑似待纠错词汇在所属句子的特征信息，根据所述特征信息确定至少一个待纠错词汇。

根据本公开的一个或多个实施例，【示例十三】提供了一种文本处理方法，该方法包括：

可选的，若从常用词词库中匹配到与所述组合词汇相对应的词汇，则将所述疑似待纠错词汇从所述疑似待纠错词汇集合中移出。

根据本公开的一个或多个实施例，【示例十四】提供了一种文本处理方法，该方法包括：

可选的，所述确定每个候选疑似待纠错词汇在所属句子的特征信息，根据所述特征信息确定至少一个待纠错词汇，包括：

针对每个候选疑似待纠错词汇，基于文字特征提取模型，确定所述候选疑似待纠错词汇在所属语句中的特征信息；

将所述特征信息输入至预先训练得到的树枝模型中，得到与所述特征信息相对应的评估值；

若所述评估值大于等于预设评估阈值，则所述候选疑似待纠错词汇为常用词汇，将所述候选疑似待纠错词汇从所述疑似待纠错词汇集合中移出；

所述树枝模型用于确定输入的特征信息与所属句子特征信息之间的匹配度。

根据本公开的一个或多个实施例，【示例十五】提供了一种文本处理方法，该方法包括：

可选的，若所述评估值小于预设评估阈值，则基于所述候选疑似待纠错词汇生成待纠错词汇。

根据本公开的一个或多个实施例，【示例十六】提供了一种文本处理方法，该方法包括：

可选的，基于所述待纠错词汇，确定与所述目标疑似词汇以及相应的至少一个待替换词汇，包括：

针对每个待纠错词汇，根据所述待纠错词汇与其他词汇的编辑距离、最大公共字符串以及词汇的使用频率，确定与所述目标疑似词汇相对应的至少一个待替换词汇。

根据本公开的一个或多个实施例，【示例十七】提供了一种文本处理方法，该方法包括：

可选的，所述基于所述至少一个待替换词汇，确定至少一个目标候选待替换词汇，包括：

针对每一个与待纠错词汇对应的待替换词汇，获取所述待纠错词汇所属的语句；确定所述待替换词汇与所述语句之间的相似度值，以及确定基于所述待替换词汇替换所述待纠错词汇后所属语句的困惑度值；基于各个待替换词汇的困惑度值和相似度值，确定预设数量的待替换词汇作为目标候选待替换词汇。

根据本公开的一个或多个实施例，【示例十八】提供了一种文本处理方法，该方法包括：

可选的，所述根据所述目标候选待替换词汇确定与所述待纠错词汇相对应的目标替换词汇，基于所述目标替换词汇更新所述目标文本信息，包括：

针对每个目标候选待替换词汇，确定所述待纠错词汇所属的语句，以及所述目标候选待替换词汇与所述语句中的关联特征；所述关联特征包括目标候选词汇与所述语句之间的相似度；

将所述关联特征，输入至预先训练好的特征处理模型中，得到所述目标候选待替换词汇与所述语句之间的匹配度值；

基于每个目标候选待替换词汇的匹配度值，从所述目标候选待替换词汇中确定与所述待纠错词汇相对应目标替换词汇。

根据本公开的一个或多个实施例，【示例十九】提供了一种文本处理装置，该装置包括：

可选的，文本信息确定模块，用于获取基于音频信息生成的目标文本信息；

待替换词汇确定模块，用于确定所述目标文本信息中的待纠错词汇，以及与所述待纠错词汇相对应的目标候选待替换词汇；

文本信息更新模块，根据所述待替换词汇确定与所述待纠错词汇相对应的目标替换词汇，基于所述目标替换词汇更新所述目标文本信息。

以上描述仅为本公开的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，本公开中所涉及的公开范围，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公开构思的情况下，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。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。