特定领域语言模型生成方法及语音数据标注系统

摘要

本发明涉及一种特定领域语言模型生成方法，包括：基于第一文本集建立第一语言模型；基于第一语言模型来进行特定领域的语料扩展，以获得第二文本集；基于第二文本集建立第二语言模型；针对第一文本集和第二文本集的重合词元，将重合词元在第一语言模型上的词概率与其在第二语言模型上的词概率进行插值运算，以建立第三语言模型。这种方法集成了通用语言模型的适用广度，以及特定领域中对专业词汇的识别精度的特征，有利于提高新语言模型的识别准确度和应用普适性。