(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210895684.0 (22)申请日 2022.07.27 (71)申请人 京东科技信息技 术有限公司 地址 101116 北京市大兴区北京经济技 术 开发区科创十一街18号院2号楼6层 601 (72)发明人 王世强　骆佳琪　陈杰　张振庭　 (74)专利代理 机构 北京唯智勤实知识产权代理 事务所(普通 合伙) 11557 专利代理师 史立状 (51)Int.Cl. G10L 15/01(2013.01) G10L 15/06(2013.01) G10L 15/20(2006.01) G10L 15/26(2006.01)G06F 40/30(2020.01) (54)发明名称 识别信息生成方法、 装置、 电子设备和计算 机可读介质 (57)摘要 本公开的实施例公开了识别信息生成方法、 装置、 电子设备和计算机可读介质。 该方法的一 具体实施方式包括： 获取目标用户语音， 其中， 该 目标用户语音为目标对话用户针对问题所回复 的语音； 生成该目标用户语音所对应的识别文 本， 作为目标识别文本； 确定该目标识别文本在 历史对话文本集中出现的概率， 作为目标概率； 根据该目标概率， 生成表征该目标识别文本是否 识别正确的识别信息。 该实施方式与智能客服有 关， 可以快捷、 高效地确定出目标识别文本是否 识别正确。 权利要求书2页 说明书13页 附图5页 CN 115394289 A 2022.11.25 CN 115394289 A 1.一种识别 信息生成方法， 包括： 获取目标用户语音， 其中， 所述目标用户语音为目标对话用户针对问题所回复的语音； 生成所述目标用户语音所对应的识别文本， 作为目标识别文本； 确定所述目标识别文本在历史对话文本集中出现的概 率， 作为目标概 率； 根据所述目标概 率， 生成表征 所述目标识别文本是否识别正确的识别 信息。 2.根据权利要求1所述的方法， 其中， 所述确定所述目标识别文本在历史对话文本集中 出现的概 率， 作为目标概 率， 包括： 确定所述历史对话文本集中包括目标识别文本的历史对话文本组； 确定所述历史对话文本组中历史对话文本的文本数目， 作为第一文本数目； 确定所述历史对话文本集中历史对话文本的文本数目， 作为第二文本数目； 根据所述第一文本数目和所述第二文本数目， 确定所述目标概 率。 3.根据权利要求2所述的方法， 其中， 所述根据所述第一文本数目和所述第二文本数 目， 确定所述目标概 率， 包括： 将所述第一文本数目和所述第 二文本数目分别与 预定数值相加， 得到相加后第 一文本 数目和相加后第二文本数目； 将所述相加后第一文本数目除以所述相加后第二文本数目， 得到相除数值， 作为所述 目标概率。 4.根据权利要求1所述的方法， 其中， 所述根据所述目标概率， 生成表征所述目标识别 文本是否识别正确的识别 信息， 包括： 响应于确定所述目标概率大于等于第 一阈值， 生成表征所述目标识别文本识别正确的 识别信息。 5.根据权利要求4所述的方法， 其中， 所述根据所述目标概率， 生成表征所述目标识别 文本是否识别正确的识别 信息， 包括： 响应于确定所述目标概率小于第 二阈值， 生成表征所述目标识别文本识别错误的识别 信息， 其中， 所述第二阈值小于等于所述第一阈值。 6.根据权利要求1所述的方法， 其中， 所述历史对话文本集中的历史对话文本包括： 所 述问题和识别文本； 以及 所述根据所述目标概 率， 生成表征 所述目标识别文本是否识别正确的识别 信息， 包括： 确定所述历史对话文本集中包括所述目标识别文本的历史对话文本组； 从所述历史对话文本组中筛选出满足预设文本条件的历史对话文本， 作为目标历史对 话文本； 确定所述目标历史对话文本中的识别文本在至少一个历史对话文本 中出现的概率， 作 为历史概率， 其中， 所述至少一个历史对话文本为所述历史对话文本组中去除所述 目标历 史对话文本的历史对话文本； 根据所述历史概率和所述目标概率， 生成表征所述目标识别文本是否识别正确的识别 信息。 7.根据权利要求6所述的方法， 其中， 所述根据所述历史概率和所述目标概率， 生成表 征所述目标识别文本是否识别正确的识别 信息， 包括： 将所述历史概率乘以数值α， 得到相乘后历史概率， 其中， 所述数值α 的取值范围为[0，权　利　要　求　书 1/2 页 2 CN 115394289 A 21]； 将所述目标概 率乘以数值1 ‑α， 得到相乘后概 率； 将所述相乘后历史概 率和所述相乘后概 率进行相加， 得到相加后概 率； 响应于确定所述相加后 概率大于等于第 一阈值， 生成表征所述目标识别文本识别正确 的识别信息。 8.根据权利要求1所述的方法， 其中， 所述方法还 包括： 利用所述识别信息， 对所述语音识别模型的训练数据集进行调整， 得到调整后的训练 数据集； 利用所述调整后的训练数据集， 对所述语音识别模型进行参数调整， 得到调整后的语 音识别模型。 9.根据权利要求1所述的方法， 其中， 所述方法还 包括： 根据所述识别 信息和所述目标识别文本， 生成语义理解信息 。 10.一种物品向量 生成装置， 包括： 获取单元， 被配置成获取目标用户语音， 其中， 所述目标用户语音为目标对话用户针对 问题所回复的语音； 第一生成单元， 被配置成生成所述目标用户语音所对应的识别文本， 作为目标识别文 本； 确定单元， 被配置成确定所述目标识别文本在历史对话文本集中出现的概率， 作为目 标概率； 第二生成单元， 被配置成根据所述目标概率， 生成表征所述目标识别文本是否识别正 确的识别 信息。 11.一种电子设备， 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 现如权利要求1 ‑9中任一所述的方法。 12.一种计算机可读介质， 其上存储有计算机程序， 其中， 所述程序被处理器执行时实 现如权利要求1 ‑9中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115394289 A 3