[发明专利]专有名词的智能纠错方法、装置、设备及存储介质

权利要求书

1.一种专有名词的智能纠错方法，其特征在于，所述专有名词的智能纠错方法包括以下步骤：

获取待纠错文本，基于所述待纠错文本确定待纠错专有名词；

对所述待纠错专有名词进行分词处理，得到所述待纠错专有名词的多个分词片段，并输出每个所述分词片段的拼音；

将每个所述分词片段的拼音作为关键词，从预置同音字字典中检索所述分词片段对应候选词，得到检索结果；

若所述检索结果不为空，则基于所述检索结果，确定所述各检索候选词；

基于所述检索候选词，计算所述检索候选词的分数并进行排序，输出排序结果；

基于所述排序结果，将分数最高的候选词作为替换项，替换对应分词片段。

2.如权利要求1所述的专有名词的智能纠错方法，其特征在于，在所述获取待纠错专有名词的步骤之前，还包括：

获取第一原始语料；

对所述第一原始语料进行分词处理，得到所述原始语料的多个词片段；

将所述词片段以拼音的格式输入，统计所述多个词片段的拼音；

基于所述多个词片段的拼音，确定拼音相同的词片段，构建同音字字典，其中，所述同音字字典包括同一拼音与不同文字的对应关系。

3.如权利要求1所述的专有名词的智能纠错方法，其特征在于，在所述获取待纠错专有名词的步骤之前，还包括：

获取第二原始语料；

对所述第二原始语料进行切词处理，得到所述第二原始语料的多个词片段；

基于所述多个词片段，分别将所述词片段进行单字切词，得到单字集合；

基于所述单字集合，构建倒排索引字典。

4.如权利要求1所述的专有名词的智能纠错方法，其特征在于，在所述基于所述拼音格式的分词片段，分别将每一个分词片段的拼音作为关键词，从预置同音字字典中检索所述分词片段对应候选词，得到检索结果的步骤之后，还包括：

若所述检索结果为空，则遍历剔除所述分词片段中的字，获取多个词组；

分别将所述词组作为关键字，调用预置倒排索引字典，检索所述词组对应的多个候选词，得到检索结果；

基于所述检索结果，输出每个词组对应的检索候选词。

5.如权利要求4所述的专有名词的智能纠错方法，其特征在于，在所述基于所述检索结果，输出每个词组对应的检索候选词的步骤之后，还包括：

基于所述检索候选词，计算所述检索候选词的分数并进行排序，输出排序结果；

基于所述排序结果，将分数最高的候选词作为替换项，替换对应分词片段。

6.如权利要求1或5所述的专有名词的智能纠错方法，其特征在于，所述基于所述检索候选词，计算所述检索候选词的分数并进行排序，输出排序结果包括：

基于所述检索候选词，确定所述对应检索候选词的词频信息；

基于所述检索候选词的词频信息，计算所述检索候选词对应的分数，其中，所述词频信息与所述分数成正比；

基于所述分数，对所述检索候选词进行排序。

7.如权利要求6所述的专有名词的智能纠错方法，其特征在于，所述基于所述排序结果，将分数最高的候选词作为替换项，替换对应分词片段包括：

基于所述排序结果，获取所述检索候选词的分数；

基于所述检索候选词的分数，将分数最高的检索候选词作为替换项，替换对应分词片段。