[发明专利]中文文本纠错方法、装置、电子设备及可读存储介质

说明书

本申请涉及自然语言处理技术领域，提供了一种中文文本纠错方法、装置、电子设备及可读存储介质，该方法包括：获取待纠错中文文本，并对待纠错中文文本进行错误位置检测，得到检测结果；对检测结果进行错误类型分类，在确定检测结果对应的错误类型后，还可以对检测结果对应的错误类型进行修正，得到修正后的检测结果，从而提高检测结果的准确性；进一步的，针对修正后的检测结果对应的错误类型，基于预先存储的纠错模型中找到该错误类型对应的第一优先级纠错模型对修正后的检测结果进行纠错，得到待纠错中文文本的纠错结果。这样，可以针对待纠错中文文本的错误类型，有针对性的进行纠错，减少计算量，提高处理速率和纠错准确性。

技术领域

本申请涉及自然语言处理技术领域，尤其涉及一种中文文本纠错方法、装置、电子设备及可读存储介质。

背景技术

中文文本纠错是一项用于检查中文文本中是否存在语法或者语义错误，并对存在的错误进行自动纠正的重要技术，其在人工输入或者机器识别领域有着非常大的需求量，因此，中文文本纠错作为实用性技术得到了各行业的广泛关注，也迫切需要更成熟的纠错技术应用各行业生活生产中。

现有技术中，可以采用端到端的基于神经网络翻译的模型从输入的错误文本到输出正确的文本内容的方式，也可以采用收集错字或者错词组成混淆集，进一步查找可能的结果替换可疑的别字位置，利用统计语言模型进行纠错。

但是，上述方法计算量大，处理速率慢，准确性低，且没有针对性。

发明内容

本申请提供一种中文文本纠错方法、装置、电子设备及可读存储介质，可以有针对性的进行纠错，该方法可以减少计算量，提高处理速率和准确性。

第一方面，本申请提供一种中文文本纠错方法，所述方法包括：

获取待纠错中文文本，并对所述待纠错中文文本进行错误位置检测，得到检测结果；

对所述检测结果进行错误类型分类，并进行错误类型修正，得到修正后的检测结果；

针对修正后的检测结果对应的错误类型，基于预先存储的纠错模型中找到该错误类型对应的第一优先级纠错模型对所述修正后的检测结果进行纠错，得到所述待纠错中文文本的纠错结果。

可选的，对所述待纠错中文文本进行错误位置检测，得到检测结果，包括：

利用第一检错模块对所述待纠错中文文本进行检测，得到检测结果；所述第一检错模块包括第一检错模型和/或预先训练好的第二检错模型。

可选的，对所述检测结果进行错误类型分类，并进行错误类型修正，得到修正后的检测结果，包括：

基于所述检测结果中的错误位置利用第二检测模块对所述检测结果进行错误类型的分类，并进行错误类型的修正，得到修正后的检测结果。

可选的，基于预先存储的纠错模型中找到该错误类型对应的第一优先级纠错模型对所述修正后的检测结果进行纠错，得到所述待纠错中文文本的纠错结果，包括：

基于预先存储的纠错模型中找到该错误类型对应的第一优先级纠错模型，并利用所述第一优先级纠错模型对所述待纠错中文文本进行纠错，得到第一候选集，并选取所述第一候选集中概率最大的备选词替换所述检测结果中的错误位置，得到第一文本；

计算所述第一文本的第一文本困惑度，并判断所述第一文本困惑度是否小于所述待纠错中文文本的文本困惑度；若是，则得到纠错结果，否则，基于预先存储的纠错模型中找到该错误类型对应的次优先级纠错模型，并利用所述次优先级纠错模型对所述待纠错中文文本进行纠错，得到第二候选集，并选取所述第二候选集中概率最大的备选词替换所述检测结果中的错误位置，得到第二文本；

计算所述第二文本的第二文本困惑度，并判断所述第二文本困惑度是否小于所述待纠错中文文本的文本困惑度；若是，则得到纠错结果，否则，确定所述检测结果中的错误位置不需要纠错。