中文标点符号添加方法和系统及设备

摘要

本发明公开了一种中文标点符号添加方法和系统及设备。方法包括：获取文本信息并进行预处理，得到训练数据；通过对训练数据进行音素级编码、字级编码和词级编码，将训练数据的字序列转换成音素级特征向量、字级特征向量和词级特征向量并进行叠加融合，得到融合三个级别信息的特征向量；基于融合三个级别信息的特征向量，进行特征提取和分类器训练，得到预测模型，该预测模型用于给输入的文本信息添加中文标点符号。本发明在模型训练阶段，通过加入词级信息，不需要因遇到OOV问题而对预测模型重新训练；通过加入音素级信息，学习标点符号与汉字发音之间的规律，可以提升标点预测的精度。