[发明专利]文字拼写的检测方法、系统、计算机设备及存储介质

权利要求书

1.一种文字拼写的检测方法，其特征在于，包括以下步骤：

利用预先训练的拼写错误修正模型检测待识别语句中各个文字及其对应的混淆字集中各个混淆字在当前位置上的出现概率；

若当前文字的出现概率大于第一概率阈值，则判定该文字没有拼写错误；

若当前文字的出现概率小于第一概率阈值且大于第二概率阈值，则根据该文字在其相应的混淆集中的出现概率的排序判断是否拼写错误。

2.根据权利要求1所述的文字拼写的检测方法，其特征在于，所述根据该文字在其相应的混淆集中的出现概率的排序判断是否拼写错误的步骤包括：

如果该文字在其相应的混淆集中的出现概率最大，判定该文字没有拼写错误，否则判定该文字拼写错误。

3.根据权利要求1所述的文字拼写的检测方法，其特征在于，所述利用预先训练的拼写错误修正模型检测待识别语句中各个文字及其对应的混淆字集中各个混淆字在当前位置上的出现概率的步骤包括：

将待识别语句中的文字输入所述拼写错误修正模型进行检测，得到该文字的下一个位置上各个文字的概率向量，从各个文字的概率向量中获取下一个文字的出现概率；

获取所述文字的混淆字集，利用所述拼写错误修正模型检测所述文字的混淆字集中各个混淆字在当前位置上的出现概率；其中，所述混淆字集为所述文字拼写相近的多个文字的集合。

4.根据权利要求1所述的文字拼写的检测方法，其特征在于，还包括：

利用自然语言的语料数据并建立拼写错误检测的训练模型；

对所述语料数据进行预处理得到训练语料句子；

利用所述训练语料句子对所述训练模型进行训练，得到所述拼写错误检测模型。

5.根据权利要求4所述的文字拼写的检测方法，其特征在于，所述对所述语料数据进行预处理得到训练语料句子的步骤包括：

将所述训练模型中的语料数据中的冗余内容进行删除，以及将非文字的数据用字母进行替换；

以文字和所述字母为单位对语料数据中的句子进行分割，并在句子开头和结尾添加句子开头标记和句子结尾标记，生成训练语料句子。

6.根据权利要求4所述的文字拼写的检测方法，其特征在于，基于循环神经网络技术建立单向的拼写错误检测的训练模型；通过前向输入的训练语料句子对所述训练模型进行训练，得到单向的拼写错误检测模型。

7.根据权利要求4所述的文字拼写的检测方法，其特征在于，基于长短期记忆神经网络以及自然语言语料数据建立双向的拼写错误检测的训练模型；通过前向输入和后向输入的训练语料句子对所述训练模型进行训练，得到双向的拼写错误检测模型。

8.根据权利要求1所述的文字拼写的检测方法，其特征在于，所述混淆字集以键-值对应的方式存储在文件中；其中，键为汉字的拼音，值为发此拼音的文字集合。

9.一种文字拼写的检测系统，其特征在于，包括：

检测模块，用于利用预先训练的拼写错误修正模型检测待识别语句中各个文字及其对应的混淆字集中各个混淆字在当前位置上的出现概率；

第一判断模块，用于若当前文字的出现概率大于第一概率阈值，则判定该文字没有拼写错误；

第二判断模块，用于若当前文字的出现概率小于第一概率阈值且大于第二概率阈值，则根据该文字在其相应的混淆集中的出现概率的排序判断是否拼写错误。

10.根据权利要求9所述的文字拼写的检测系统，其特征在于，还包括：训练模块，用于利用自然语言的语料数据并建立拼写错误检测的训练模型，对所述语料数据进行预处理得到训练语料句子，利用所述训练语料句子对所述训练模型进行训练，得到所述拼写错误检测模型。

11.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任意一项所述的文字拼写的检测方法。

12.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8任意一项所述的文字拼写的检测方法。