[发明专利]文字纠错方法、装置、电子设备及存储介质

权利要求书

1.一种文字纠错方法，包括：

针对待处理字，分别获取预先构建的词表中的各字的评分，包括：利用预先训练得到的语言模型，分别确定出所述词表中的各字的评分，所述评分为所述词表中的字放在所述待处理字所在位置的合理度评分，选出评分最高的K个字作为所述待处理字的候选，K为大于一的正整数；其中，所述语言模型为利用第一类训练数据以字粒度预训练所述语言模型后、利用第二类训练数据对所述语言模型进行微调后得到的，任一第一类训练数据中分别包括：输入文本和输出文本，所述输入文本和所述输出文本为相同的文本，且不包含错别字，任一第二类训练数据中分别包括：输入文本和输出文本，所述输入文本为包含错别字的文本，所述输出文本为所述输入文本对应的不包含错别字的文本，其中，在所述微调的过程中，仅计算错别字所在位置的损失；

从K个候选中选出一个最优候选，包括：对所述K个候选进行排序，选出排序后处于前M位的候选，M为大于一的正整数，M小于K，融合所述待处理字所在位置的前后文信息进行解码，从所述M个候选中选出所述最优候选；若所述最优候选不同于所述待处理字，则用所述最优候选替换所述待处理字。

2.根据权利要求1所述的方法，还包括：将待处理的文本中的N个字作为所述待处理字，N为正整数，最大取值等于所述待处理的文本中包含的字数。

3.根据权利要求1所述的方法，其中，所述对所述K个候选进行排序包括：

针对任一候选，分别获取所述候选对应的预定特征，根据所述预定特征及预先训练得到的候选排序模型，对所述候选进行评分；

按照对应的评分由高到低的顺序对所述K个候选进行排序。

4.一种文字纠错装置，包括：获取模块以及纠错模块；

所述获取模块，用于获取待处理字；

所述纠错模块，用于针对所述待处理字，分别获取预先构建的词表中的各字的评分，包括：利用预先训练得到的语言模型，分别确定出所述词表中的各字的评分，所述评分为所述词表中的字放在所述待处理字所在位置的合理度评分，选出评分最高的K个字作为所述待处理字的候选，K为大于一的正整数；从K个候选中选出一个最优候选，包括：对所述K个候选进行排序，选出排序后处于前M位的候选，M为大于一的正整数，M小于K，融合所述待处理字所在位置的前后文信息进行解码，从所述M个候选中选出所述最优候选；若所述最优候选不同于所述待处理字，则用所述最优候选替换所述待处理字；其中，所述语言模型为利用第一类训练数据以字粒度预训练所述语言模型后、利用第二类训练数据对所述语言模型进行微调后得到的，任一第一类训练数据中分别包括：输入文本和输出文本，所述输入文本和所述输出文本为相同的文本，且不包含错别字，任一第二类训练数据中分别包括：输入文本和输出文本，所述输入文本为包含错别字的文本，所述输出文本为所述输入文本对应的不包含错别字的文本，其中，在所述微调的过程中，仅计算错别字所在位置的损失。

5.根据权利要求4所述的装置，其中，所述获取模块将待处理的文本中的N个字作为所述待处理字，N为正整数，最大取值等于所述待处理的文本中包含的字数。

6.根据权利要求4所述的装置，其中，所述纠错模块针对任一候选，分别获取所述候选对应的预定特征，根据所述预定特征及预先训练得到的候选排序模型，对所述候选进行评分，按照对应的评分由高到低的顺序对所述K个候选进行排序。

7.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3中任一项所述的方法。

8.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的方法。