[发明专利]一种校正文本的方法、装置及设备

权利要求书

1.一种校正文本的方法，其特征在于，包括：

根据获取到的目标文本，确定至少一个纠错单元，所述纠错单元为在预设词汇库中没有匹配到的词组；

对至少一个所述纠错单元进行关键词搜索，确定待处理单元，所述待处理单元为在网络数据库中搜索结果符合第一预设条件的词组；

将所述待处理单元转化为待处理拼音信息，通过循环迭代的方式利用互联网搜索引擎，确定所述待处理拼音信息的出现次数，确定出现次数大于预设阈值的所述待处理拼音信息，对应的所述待处理单元为备选单元，每个所述待处理单元对应至少一个所述备选单元；

将至少一个所述备选单元标注在对应的所述纠错单元上，以便于根据所述备选单元对所述目标文本进行校正。

2.根据权利要求1所述的方法，其特征在于，所述根据获取到的目标文本，确定至少一个纠错单元，包括：

根据获取到的目标文本分成多个段落，所述多个段落中包括至少一个语句；

利用预设语句分隔库将每个所述语句分成至少一个词组；

将至少一个所述词组分别与所述预设词汇库中的词组进行匹配，确定至少一个纠错单元，所述纠错单元为在所述预设词汇库中没有匹配到的词组。

3.根据权利要求2所述的方法，其特征在于，所述根据获取到的目标文本分成多个段落，包括：

利用分隔符将获取到的目标文本分成多个段落，所述分隔符包括：至少一种标点符号。

4.根据权利要求2或3所述的方法，其特征在于，所述利用预设语句分隔库将所述至少一个语句中的每个语句分成至少一个词组，包括：

利用所述预设语句分隔库中的语句特征，将所述至少一个语句中的每个语句分成至少一个词组。

5.根据权利要求4所述的方法，其特征在于，所述语句特征包括：主语、语气动词、谓语或者宾语中的至少一种。

6.根据权利要求2所述的方法，其特征在于，所述将至少一个所述词组与所述预设词汇库中的词组进行匹配，确定至少一个纠错单元，包括：

通过循环迭代的方式将至少一个所述词组与所述预设词汇库中的词组进行匹配，确定至少一个纠错单元。

7.根据权利要求1所述的方法，其特征在于，所述对至少一个所述纠错单元进行关键词搜索，确定待处理单元，包括：

通过循环迭代的方式利用互联网搜索引擎，对至少一个所述纠错单元进行关键词搜索；

确定搜索结果符合所述第一预设条件的词组为所述待处理单元。

8.根据权利要求1所述的方法，其特征在于，在所述根据获取到的目标文本，确定至少一个纠错单元的步骤之前，还包括：

建立文本数据库，所述文本数据库用于存储已校正的目标文本。

9.根据权利要求8所述的方法，其特征在于，在所述将至少一个所述备选单元标注在对应的所述纠错单元上的步骤之后，还包括：

根据至少一个所述备选单元对所述待处理单元进行校正，确定已校正的目标文本；

将所述已校正的目标文本存入所述文本数据库中。

10.一种校正文本的装置，其特征在于，包括：

分组模块，用于根据获取到的目标文本，确定至少一个纠错单元，所述纠错单元为在预设词汇库中没有匹配到的词组；

搜索模块，用于对至少一个所述纠错单元进行关键词搜索，确定待处理单元，所述待处理单元为在网络数据库中搜索结果符合第一预设条件的词组；

处理模块，用于将所述待处理单元转化为待处理拼音信息，通过循环迭代的方式利用互联网搜索引擎，确定所述待处理拼音信息的出现次数，确定出现次数大于预设阈值的所述待处理拼音信息，对应的所述待处理单元为备选单元，每个所述待处理单元对应至少一个所述备选单元；

校正模块，用于将至少一个所述备选单元标注在对应的所述纠错单元上，以便于根据所述备选单元对所述目标文本进行校正。