[发明专利]形近字字典的生成方法、装置和形近字纠错方法、装置

权利要求书

1.一种形近字字典的生成方法，其特征在于，包括：

在字形输入法中，获取汉字集合中每个汉字的字形输入法编码；

根据所述汉字的字形输入法编码，获取每个所述汉字与所述汉字集合中其他汉字之间的编码距离；

根据所述编码距离分别判断每个所述汉字与所述汉字集合中其他汉字之间是否为形近字，获取形近字判断结果；

根据所述形近字判断结果为每个所述汉字生成形近字列表；

根据每个所述汉字的形近字列表，为所述汉字集合生成形近字字典。

2.根据权利要求1所述的方法，其特征在于，所述根据所述编码距离判断每个所述汉字与所述汉字集合中其他汉字之间是否为形近字，获取形近字判断结果包括：

将所述编码距离与预先设置的阈值进行比较，如果所述编码距离小于所述阈值，获取所述形近字判断结果为形近字，否则，所述形近字判断结果为非形近字。

3.根据权利要求2所述的方法，其特征在于，所述根据所述编码距离判断每个所述汉字与所述汉字集合中其他汉字之间是否为形近字，获取形近字判断结果还包括：

如果有两种以上所述字形输入法，综合每种所述字形输入法的形近字判断结果，获取最终形近字判断结果。

4.一种形近字字典的生成装置，其特征在于，包括：

第一获取模块，用于在字形输入法中，获取汉字集合中每个汉字的字形输入法编码；

第二获取模块，用于根据所述第一获取模块获取的所述汉字的字形输入法编码，获取每个所述汉字与所述汉字集合中其他汉字之间的编码距离；

第三获取模块，用于根据所述第二获取模块获取的编码距离判断每个所述汉字与所述汉字集合中其他汉字之间是否为形近字，获取形近字判断结果；

第一生成模块，用于根据所述第三获取模块获取的形近字判断结果为每个所述汉字生成形近字列表；

第二生成模块，用于根据每个所述汉字的形近字列表，为所述汉字集合生成形近字字典。

5.根据权利要求4所述的装置，其特征在于，所述第三获取模块包括：

第一获取子模块，用于将所述编码距离与预先设置的阈值进行比较，如果所述编码距离小于所述阈值，获取所述形近字判断结果为形近字，否则，所述形近字判断结果为非形近字。

6.根据权利要求5所述的装置，其特征在于，所述第三获取模块还包括：

第二获取子模块，用于如果有两种以上所述字形输入法，综合每种所述字形输入法的形近字判断结果，获取最终形近字判断结果。

7.一种形近字纠错方法，其特征在于，包括：

获取用户输入的具有形近字错误的目标错误查询词；

根据所述目标错误查询词查找纠错字典，获取目标正确查询词，其中，所述纠错字典为根据所述权利要求1-3中任意一项所述的形近字字典的生成方法获得的形近字字典生成的正确查询词与错误查询词的对应关系字典。

8.根据权利要求7所述的方法，其特征在于，所述纠错字典的生成方法包括：

获取正确查询词；

根据权利要求1-3中任意一项所述的形近字字典的生成方法获得的形近字字典，对所述正确查询词中的字进行形近字替换，生成所述正确查询词对应的错误查询词列表；

根据所有所述正确查询词对应的错误查询词列表，生成纠错字典。

9.根据权利要求7所述的方法，其特征在于，所述根据权利要求1-3中任意一项所述的形近字字典的生成方法获得的形近字字典，对所述正确查询词中的字进行形近字替换，生成所述正确查询词对应的错误查询词列表之后，还包括：

去除所述错误查询词列表中异常的错误查询词。

10.一种形近字纠错装置，其特征在于，包括：

第四获取模块，用于获取用户输入的具有形近字错误的目标错误查询词；

纠错模块，用于根据所述第四获取模块获取的目标错误查询词查找纠错字典，获取目标正确查询词，其中，所述纠错字典为根据所述权利要求1-3中任意一项所述的形近字字典生成的正确查询词与错误查询词的对应关系字典。