[发明专利]文本校正方法和装置

权利要求书

1.一种文本校正方法，其特征在于，包括：

接收用户输入的文本信息；

通过第一语言模型确定出所述文本信息中的至少一个出错词；

基于预定规则确定出与所述出错词对应的候选词；

使用所述候选词替换所述出错词，得到校正后的文本信息。

2.根据权利要求1所述的文本校正方法，其特征在于，所述通过 第一语言模型确定出所述文本信息中的至少一个出错词，包括：

通过所述第一语言模型计算所述文本信息中每个词的出现概率；

根据所述每个词的出现概率，确定出所述文本信息中的至少一个 出错词。

3.根据权利要求2所述的文本校正方法，其特征在于，所述第一 语言模型是通过以下方法得到的：

获取历史文本信息；

对所述历史文本信息进行预处理，得到训练样本；

使用所述训练样本进行语言模型训练，得到所述第一语言模型；

其中，所述预处理包括文本过滤、切词和泛化。

4.根据权利要求3所述的文本校正方法，其特征在于，

所述预处理还包括基于业务类型的分类；

所述使用所述训练样本进行语言模型训练，得到所述第一语言模 型，包括：

通过循环神经网络算法，对分类后的训练样本分别进行语言模型 训练，得到每个业务类型对应的第一语言模型；

所述通过所述第一语言模型计算所述文本信息中每个词的出现概 率，包括：

确定所述文本信息对应的业务类型；

通过与该业务类型对应的第一语言模型计算所述文本信息中每个 词的出现概率。

5.根据权利要求4所述的文本校正方法，其特征在于，

所述预定规则包括拼音规则、字形规则、编辑距离规则中的至少 一项；

所述文本校正方法还包括：

若所述出错词对应多个候选词，通过第二语言模型分别计算每个 候选词的出现次数；

根据所述每个候选词的出现次数，从所述多个候选词中选定至少 一个待定候选词；

其中，所述第二语言模型是使用所述训练样本对一元语言模型训 练得到的。

6.根据权利要求5所述的文本校正方法，其特征在于，所述使用 所述候选词替换所述出错词，得到校正后的文本信息，包括：

分别使用每个所述待定候选词替换所述出错词，得到至少一个待 定文本信息；

通过所述第一语言模型分别计算每个所述待定文本信息的出现概 率；

根据所述待定文本信息的出现概率，将一个待定文本信息确定为 校正后的文本信息。

7.一种文本校正装置，其特征在于，包括：

接收模块，用于接收用户输入的文本信息；

出错词确定模块，用于通过第一语言模型确定出所述文本信息中 的至少一个出错词；

候选词确定模块，用于基于预定规则确定出与所述出错词对应的 候选词；

校正模块，用于使用所述候选词替换所述出错词，得到校正后的 文本信息。

8.根据权利要求7所述的文本校正装置，其特征在于，所述出错 词确定模块进一步用于：

通过所述第一语言模型计算所述文本信息中每个词的出现概率；

根据所述每个词的出现概率，确定出所述文本信息中的至少一个 出错词。

9.根据权利要求8所述的文本校正装置，其特征在于，所述第一 语言模型是通过以下方法得到的：

获取历史文本信息；

对所述历史文本信息进行预处理，得到训练样本；

使用所述训练样本进行语言模型训练，得到所述第一语言模型；

其中，所述预处理包括文本过滤、切词和泛化。