语音场景下的小样本烟草实体识别方法及系统

本发明属于信息处理技术领域，提供了一种语音场景下的小样本烟草实体识别方法及系统，在获取烟草文本语料数据并将其转换为文本数据后，按照对文本数据表达作用贡献排名靠后的原则，对文字进行删除，使得单条文本数据中文字数量小于或等于设定阈值，在保证识别精度的基础上，避免了设别文本数据过大的问题，提高了模型设别及营销效率；同时，模型训练时，对标注后的烟草文本语料数据训练集，进行同音字的实体替换数据增强，以及进行同义词替换数据增强；在烟草的数据集语料中融入同音字的实体替换和同义词替换，解决了实体识别模型训练时语料不足，以及识别中误差传递的问题。