[发明专利]一种错别字检测方法、装置及设备

权利要求书

1.一种错别字检测方法，其特征在于，所述方法包括：

获取待检测分句；

将所述待检测分句输入错别字检测模型，得到所述错别字检测模型输出的各个原始字符对应的预测字符；所述错别字检测模型用于利用正向排序的所述待检测分句中第1个到第m个原始字符得到所述第m个原始字符对应的第一预测结果，利用反向排序的所述待检测分句中第n个到第m个原始字符得到所述第m个原始字符对应的第二预测结果，根据所述第m个原始字符对应的第一预测结果以及第二预测结果得到所述待检测分句中第m个原始字符对应的预测字符；其中，n为所述待检测分句的字符数量，m的取值分别为1到n的整数；

将所述待检测分句中与对应的预测字符不一致的原始字符确定为错别字。

2.根据权利要求1所述的方法，其特征在于，所述错别字检测模型具体用于：

提取所述待检测分句中各个原始字符的字特征；

利用正向排序的所述待检测分句中第1个到第m个原始字符的字特征，得到所述第m个原始字符对应的各个预测标签的第一概率值；

利用反向排序的所述待检测分句中第n个到第m个原始字符的字特征，得到所述第m个原始字符对应的各个预测标签的第二概率值；

将所述第m个原始字符对应的各个预测标签的第一概率值以及第二概率值进行融合，得到所述第m个原始字符对应的各个预测标签的第一总概率值；

将所述第一总概率值最大的预测标签确定为所述待检测分句中第m个原始字符对应的预测字符。

3.根据权利要求1所述的方法，其特征在于，所述错别字检测模型具体用于：

提取所述待检测分句中各个原始字符的字特征；

利用正向排序的所述待检测分句中第1个到第m个原始字符的字特征，得到所述第m个原始字符对应的各个预测标签的第一概率值；

将所述第m个原始字符对应的各个预测标签的第一概率值乘以所述第m个原始字符对应的第一正向置信度得到所述第m个原始字符对应的各个预测标签的第三概率值；所述第一正向置信度取值为m/n；

利用反向排序的所述待检测分句中第n个到第m个原始字符的字特征，得到所述第m个原始字符对应的各个预测标签的第二概率值；

将所述第m个原始字符对应的各个预测标签的第二概率值乘以所述第m个原始字符对应的第一反向置信度得到所述第m个原始字符对应的各个预测标签的第四概率值；所述第一反向置信度取值为(n-m+1)/n；

将所述第m个原始字符对应的各个预测标签的第三概率值以及第四概率值进行融合，得到所述第m个原始字符对应的各个预测标签的第二总概率值；

将所述第二总概率值最大的预测标签确定为所述待检测分句中第m个原始字符对应的预测字符。

4.根据权利要求2所述的方法，其特征在于，所述错别字检测模型的训练过程包括：

获取训练分句，其中，正向排序的所述训练分句中第1个到第i个字符对应的标签为所述第i个字符，反向排序的所述训练分句中第k个到第i个字符对应的标签为所述第i个字符；k为所述训练分句的字符数量，i的取值分别为1到k的整数；

将所述训练分句输入待训练错别字检测模型，以使所述待训练错别字检测模型利用正向排序的所述训练分句中第1个到第i个字符的字特征以及所述训练分句中第1个到第i个字符对应的标签，得到所述第i个字符对应的第一损失值，将所述训练分句中第1个到第k个字符的第一损失值相加得到正向损失值；利用反向排序的所述训练分句中第k个到第i个字符的字特征以及所述训练分句中第k个到第i个字符对应的标签，得到所述第i个字符对应的第二损失值，将所述训练分句中第1个到第k个字符的第二损失值相加得到反向损失值，将所述正向损失值以及所述反向损失值相加得到第一总损失值；

根据所述第一总损失值对所述待训练错别字检测模型进行调整，返回执行所述获取训练分句以及后续步骤，直到达到预设条件生成错别字检测模型。