[发明专利]一种文本纠错的方法、装置、存储介质及电子设备

权利要求书

1.一种文本纠错的方法，其特征在于，包括：

获取待纠错的用户文本；

预设多个不同的纠错模型，将所述用户文本作为所述纠错模型的输入，基于每个所述纠错模型分别确定所述用户文本的修改文本；

融合多个所述修改文本，并生成最终的有效修改文本；

在所述确定所述用户文本的修改文本之前，所述方法还包括：

获取训练文本，对所述训练文本进行分词处理，确定所述训练文本的分词；

预先设置包含多个混淆词的混淆词集，将与所述混淆词集中的混淆词相匹配的分词作为目标分词，并将所述目标分词、以及所述混淆词集中与所述目标分词相对应的混淆词作为所述训练文本的候选混淆分词；

确定所述候选混淆分词对所述训练文本的权重，并将所述目标分词替换为最大权重对应的候选混淆分词，生成目标文本；

将所述训练文本作为输入、所述目标文本作为输出，对预设的模型进行训练，将训练后的模型作为混淆纠错模型；其中，至少一个所述纠错模型为所述混淆纠错模型；

其中，所述确定所述候选混淆分词对所述训练文本的权重包括：

确定所述候选混淆分词的键编码，并根据所述训练文本中除所述目标分词之外的其他分词生成所述训练文本的查询编码；

根据所述查询编码和所述候选混淆分词的键编码确定所述候选混淆分词对所述训练文本的权重。

2.根据权利要求1所述的方法，其特征在于，所述根据所述查询编码和所述候选混淆分词的键编码确定所述候选混淆分词对所述训练文本的权重包括：

将所述查询编码和所述候选混淆分词的键编码的点积作为所述候选混淆分词对所述训练文本的权重。

3.根据权利要求1所述的方法，其特征在于，所述融合多个所述修改文本包括：

根据多个所述修改文本确定所述用户文本的修改位置，并确定每个所述修改位置对应的修改结果；

在每个所述修改位置处最多选取一个相应的所述修改结果作为有效修改结果，并基于所有的所述有效修改结果生成最终的有效修改文本。

4.根据权利要求3所述的方法，其特征在于，所述在每个所述修改位置处最多选取一个相应的所述修改结果作为有效修改结果，包括：

确定每个修改结果的优先级，在所述修改位置处的修改结果的数量大于预设数量、且具有唯一的最大优先级的修改结果时，将具有最大优先级的修改结果作为所述修改位置处的有效修改结果；

在所述修改位置处的修改结果的数量不大于预设数量、或者具有多个最大优先级的修改结果时，在每个所述修改位置处最多选取一个相应的修改结果、按照排列组合的方式生成临时修改文本，并确定所述临时修改文本的评分；将具有最高评分的所述临时修改文本包含的修改结果作为相应修改位置处的有效修改结果。

5.根据权利要求1-4任一所述的方法，其特征在于，所述获取待纠错的用户文本，包括：

对用户输入的文本进行预处理，将预处理后的文本作为待纠错的用户文本；

其中，对用户输入的文本进行预处理包括：

确定用户输入的文本的分词、句法树和时态信息，根据所述句法树去除用户输入的文本中的无效分词，将保留的分词和所述时态信息作为预处理后的文本。