[发明专利]文本校正方法、装置和设备

权利要求书

1.一种文本校正方法，其特征在于，包括：

确定目标文本包含的多个特征信息中各个特征信息的信息序列；

根据所述多个特征信息中各个特征信息的信息序列的类型，对所述多个特征信息进行分类，得到标准特征信息集和待调整特征信息集；

将所述标准特征信息集中特征信息对应的各个类型的信息序列转换为有限状态自动机；

基于所述有限状态自动机，确定所述标准特征信息集中包括的各个类型的信息序列与所述待调整特征信息集的匹配度；

将匹配度最高值对应的信息序列作为校正信息序列；

根据所述校正信息序列对所述待调整特征信息集中各特征信息的信息序列进行校正。

2.根据权利要求1所述的方法，其特征在于，基于所述标准特征信息集中包括的至少一种类型的信息序列的有限状态自动机，确定所述标准特征信息集中包括的各个类型的信息序列与所述待调整特征信息集的匹配度，包括：

确定所述标准特征信息集中特征信息对应的各个类型的信息序列的转移概率矩阵；

确定所述标准特征信息集中特征信息对应的各个类型的信息序列的放射概率矩阵；

将所述标准特征信息集中特征信息对应的各个类型的信息序列的转移概率矩阵、放射概率矩阵和有限状态自动机作为第一输入模型，采用维特比算法计算所述待调整特征信息集中特征信息的信息序列与所述标准特征信息集中各个类型的信息序列匹配概率最高的信息序列和对应的第一概率最高值；

确定所述标准特征信息集中包括的各个类型的信息序列的第一权重；

将所述各个类型的信息序列的第一权重和所述第一概率最高值的乘积，作为所述第一概率最高值对应的信息序列与所述待调整特征信息集中特征信息的第一匹配度。

3.根据权利要求2所述的方法，其特征在于，在确定所述标准特征信息集中包括的各个类型的信息序列的第一权重之前，还包括：

将所述转移概率矩阵、所述放射概率矩阵和初始状态矩阵作为第二输入模型，采用维特比算法计算所述待调整特征信息集中各个特征信息的信息序列匹配概率最高的信息序列和对应的第二概率最高值；

确定在不受所述有限状态自动机约束情况下的第二权重；

将所述第二权重和所述待调整特征信息集中各个特征信息对应的第二概率最高值的乘积作为所述待调整特征信息集中各特征信息与所述第二概率最高值对应的信息序列的第二匹配度。

4.根据权利要求3所述的方法，其特征在于，将匹配度最高值对应的信息序列作为校正信息序列，包括：

将所述待调整特征信息集中目标特征信息对应的第二匹配度与所述第一匹配度进行比较，得到匹配度最高值；

将匹配度最高值对应的信息序列作为所述目标特征信息的校正信息序列；

相应的，根据所述校正信息序列对所述待调整特征信息集中各特征信息的信息序列进行校正，包括：

根据所述校正信息序列对所述目标特征信息的信息序列进行校正。

5.根据权利要求1所述的方法，其特征在于，确定所述多个特征信息中各个特征信息的信息序列，包括：

对所述多个特征信息中各个特征信息进行分词；

根据分词结果，确定所述各个特征信息包含的多个特征词和各个特征词排列的顺序；

根据所述各个特征信息包含的多个特征词和各个特征词排列的顺序，对所述各个特征信息进行标记，得到所述各个特征信息的信息序列；

根据所述各个特征信息包含的多个特征词的类别和各个特征词排列的顺序，确定所述各个特征信息的信息序列的类型。