[发明专利]文本纠错方法、装置、设备及存储介质

权利要求书

1.一种文本纠错方法，其特征在于，所述方法包括：

获取初始文本信息的文本特征，并根据所述文本特征确定待检索文本；

基于所述待检索文本从领域智库中确定出所述待检索文本所属的目标领域，从所述目标领域中确定出与所述待检索文本相关的领域文本信息并确定各领域文本信息与所述待检索文本的相关度，所述领域智库包括医疗器械领域、病理研究领域、疾病检测领域以及疾病治疗领域中的至少一种；

将所述各领域文本信息中与所述待检索文本的相关度大于或等于预设相关度阈值的领域文本信息确定为所述待检索文本的目标领域知识；

将所述待检索文本与所述目标领域知识分割为多个短序列文本，在各个短序列文本之间添加分割符并生成待纠错文本序列；

对所述待纠错文本序列中的各短序列文本进行语义标注，得到所述待纠错文本序列的语义标注；

基于所述待检索文本以及所述待纠错文本序列的语义标注，利用预设纠错算法确定所述待检索文本中各字符对应位置的备选字符以及备选字符的相关概率；

根据所述待检索文本中各字符以及各字符对应位置的备选字符进行字符编码，确定所述待检索文本中的各字符的置信概率；

根据所述待检索文本中的各字符的置信概率以及所述各字符对应的备选字符的相关概率，确定所述待检索文本中各字符的置信概率比；

将置信概率比小于预测概率比阈值的字符确定为错别字符，并对所述错别字符进行纠正。

2.根据权利要求1所述的方法，其特征在于，所述对所述错别字符进行纠正包括：

若所述错别字符的对应位置只有一个备选字符，则将所述备选字符作为所述错别字符对应的备选纠正字符；

若所述错别字符在对应位置有多个备选字符，则获取所述多个备选字符中各备选字符的相关概率，将相关概率大于或等于阈值的备选字符确定为所述错别字符对应的备选纠正字符。

3.一种文本纠错装置，其特征在于，所述装置包括：

文本确定模块，用于获取初始文本信息的文本特征，并根据所述文本特征确定待检索文本；

领域检索模块，用于基于所述待检索文本从领域智库中确定出所述待检索文本所属的目标领域，从所述目标领域中确定出与所述待检索文本相关的领域文本信息并确定各领域文本信息与所述待检索文本的相关度，所述领域智库包括医疗器械领域、病理研究领域、疾病检测领域以及疾病治疗领域中的至少一种；

将所述各领域文本信息中与所述待检索文本的相关度大于或等于预设相关度阈值的领域文本信息确定为所述待检索文本的目标领域知识；

字符纠错模块，用于将所述待检索文本与所述目标领域知识分割为多个短序列文本，在各个短序列文本之间添加分割符并生成待纠错文本序列；

对所述待纠错文本序列中的各短序列文本进行语义标注，得到所述待纠错文本序列的语义标注；

基于所述待检索文本以及所述待纠错文本序列的语义标注，利用预设纠错算法确定所述待检索文本中各字符对应位置的备选字符以及备选字符的相关概率；

根据所述待检索文本中各字符以及各字符对应位置的备选字符进行字符编码，确定所述待检索文本中的各字符的置信概率；

根据所述待检索文本中的各字符的置信概率以及所述各字符对应的备选字符的相关概率，确定所述待检索文本中各字符的置信概率比；

将置信概率比小于预测概率比阈值的字符确定为错别字符，并对所述错别字符进行纠正。

4.一种文本纠错设备，其特征在于，包括：处理器、存储器以及网络接口；

所述处理器与存储器、网络接口相连，其中，网络接口用于提供数据通信功能，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行权利要求1-2任一项所述的方法。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，执行权利要求1-2任一项所述的方法。