[发明专利]文本纠错方法及装置

权利要求书

1.一种文本纠错方法，其特征在于，包括：

获取待纠错的文本以及所述文本所属的领域，所述文本包括：至少一个词语；

针对所述文本中的每个词语，根据所述词语查询所述领域的召回词表，判断是否存在与所述词语匹配的待纠错词语；所述召回词表包括：待纠错词语与领域关键词的对应关系；

在所述召回词表中存在与所述词语匹配的待纠错词语时，将所述匹配的待纠错词语对应的领域关键词，确定为所述词语对应的候选词语；

结合所述文本中各个词语对应的候选词语，对所述文本进行纠错处理，得到纠错后的文本。

2.根据权利要求1所述的方法，其特征在于，所述领域的召回词表包括以下词表中的任意一个或者多个：易错词召回词表、音近词召回词表和形近词召回词表；

所述易错词召回词表中的待纠错词语，为领域关键词对应的易错词语；

所述音近词召回词表中的待纠错词语，为领域关键词对应的音近词语；

所述形近词召回词表中的待纠错词语，为领域关键词对应的形近词语。

3.根据权利要求1所述的方法，其特征在于，还包括：

在所述召回词表中不存在与所述词语匹配的待纠错词语时，获取所述词语对应的相似词语；所述相似词语包括：所述词语对应的形近词语和/或音近词语；

根据所述词语对应的相似词语，确定所述词语对应的候选词语。

4.根据权利要求3所述的方法，其特征在于，所述根据所述词语对应的相似词语，确定所述词语对应的候选词语，包括：

针对所述词语对应的每个相似词语，将所述词语、所述相似词语以及所述文本输入预设的纠错模型，获取所述相似词语的打分分数；

按照打分分数对所述词语对应的各个相似词语进行降序排序，将排序在前的预设数量的相似词语，确定为所述词语对应的候选词语。

5.根据权利要求1所述的方法，其特征在于，所述结合所述文本中各个词语对应的候选词语，对所述文本进行纠错处理，得到纠错后的文本，包括：

针对所述文本中各个词语对应的候选词语，在所述候选词语为领域关键词时，将所述候选词语的打分分数设置为预设分数；

将所述文本中各个词语对应的候选词语，以及候选词语的打分分数，进行动态规划解码运算，获取分数最高的组合策略；所述组合策略包括：所述文本中各个词语对应的选中候选词语；

根据所述文本中各个词语对应的选中候选词语，对所述文本中的相应词语进行替换，得到纠错后的文本。

6.根据权利要求5所述的方法，其特征在于，所述根据所述文本中各个词语对应的选中候选词语，对所述文本中的相应词语进行替换，得到纠错后的文本之前，包括：

将所述文本中各个词语对应的选中候选词语、忽略纠错选项提供给所述用户，以便用户选择；

对应的，所述根据所述文本中各个词语对应的选中候选词语，对所述文本中的相应词语进行替换，得到纠错后的文本，包括：

在检测到用户选择所述文本中各个词语对应的选中候选词语时，根据所述文本中各个词语对应的选中候选词语，对所述文本中的相应词语进行替换，得到纠错后的文本。

7.根据权利要求1所述的方法，其特征在于，所述获取待纠错的文本以及所述文本所属的领域，包括：

获取待处理的文本；

获取所述文本的满足度；所述满足度根据所述文本在文本库中出现的总次数，和/或，在预设时间长度内出现的频次确定；

在所述文本的满足度小于预设满足度阈值时，根据所述文本查询纠错反馈记录，判断是否存在与所述文本匹配的第一文本；所述第一文本与所述文本内容相同，且纠错反馈为忽略纠错的文本；

在所述文本的满足度小于预设满足度阈值，且所述纠错反馈记录中不存在与所述文本匹配的第一文本时，将所述文本确定为待纠错的文本，获取所述文本所属的领域；

在所述文本的满足度大于等于预设满足度阈值，或者所述纠错反馈记录中存在与所述文本匹配的第一文本时，确定所述文本不需要进行纠错。