[发明专利]语法纠错方法、装置、计算机系统及可读存储介质

说明书

本发明公开了一种语法纠错方法、装置、计算机系统及可读存储介质，涉及人工智能中的智能决策领域，包括：获取初始文本，在所述初始文本预设位置插入可执行动作的智能游标；对所述带有智能游标的初始文本进行实时状态标记，获得实时状态信息；根据所述实时状态信息采用纠错模型确定所述智能游标的动作数据；基于所述动作数据采用所述智能游标对所述初始文本进行处理，获得目标文本，解决现有技术存在的语法纠错只能基于有限的预定义规则和映射函数，且耗费时间较长，纠错效率较低的问题。

技术领域

本发明涉及人工智能中的智能决策领域，尤其涉及一种语法纠错方法、装置、计算机系统及可读存储介质。

背景技术

程序在运行前，往往会需要采用编译器进行程序编译，若编写的脚本中存在语法错误，则编译器会报错且无法继续运行，现有技术中技术人员大多依赖编译器获得脚本错误信息的反馈，但是该方式获得反馈信息中并不能准确地定位到具体语法错误处，这使得修正语法错误非常耗时的，且对技术人员专业要求较高。

为了提高语法纠错的效率，现有技术中还采用预设规则或映射等方式对一些常见语法错误预先进行检查，并将检查结果映射到正确语法的代码上实现错误语法的纠正，但是上述方法修正语法只能基于有限的预定义规则和映射函数，且耗费时间较长，纠错效率较低。

发明内容

本发明的目的是提供一种语法纠错方法、装置、计算机系统及可读存储介质，用于解决现有技术存在的语法纠错只能基于有限的预定义规则和映射函数，且耗费时间较长，纠错效率较低的问题。

为实现上述目的，本发明提供一种语法纠错方法，包括：

获取初始文本，在所述初始文本预设位置插入可执行动作的智能游标；

对所述带有智能游标的初始文本进行实时状态标记，获得实时状态信息；

根据所述实时状态信息采用纠错模型确定所述智能游标的动作数据；

基于所述动作数据采用所述智能游标对所述初始文本进行处理，获得目标文本。

进一步的，所述对所述带有智能游标的初始文本进行实时状态标记，获得实时状态信息，包括以下：

对所述初始文本进行序列化，获得第一处理数据；

实时定位所述智能游标，获取所述智能游标的实时位置信息，基于所述位置信息对所述第一处理数据进行标记，获得带有游标实时位置标记的第一处理数据作为实时状态信息。

进一步的，根据所述实时状态信息采用纠错模型确定所述智能游标的动作数据，包括以下：

采用神经网络对所述实时状态信息进行映射处理，获得第一数据；

对所述第一数据进行元素平均处理，获得第二数据；

采用训练好的深度强化学习模型对所述第二数据进行处理，确定所述智能游标动作数据。

进一步的，在根据所述实时状态信息确定所述智能游标的动作数据前，对所述纠错模型进行训练，包括以下：

获取训练样本，采用神经网络对所述训练样本处理，获取样本处理数据；

采用深度强化学习模型中动作网络和状态网络对训练样本处理数据进行处理，获得初始动作策略和值函数；

基于所述初始动作策略和值函数采用损失函数处理获得样本动作数据；

采用编译器对所述样本动作数据进行编译，根据编译结果获得奖惩数据；

基于所述奖惩数据对所述纠错模型中的损失函数和参数进行调整，再次处理，直至完成训练过程，获得训练后的纠错模型。

进一步的，所述根据编译结果获得奖惩数据，包括以下：