[发明专利]可动态扩展的错字检测服务实现方法及系统

说明书

本发明属于分布式服务以及自然语言处理技术领域，特别涉及一种可动态扩展的错字检测服务实现方法及系统，该方法包括首先grpc网关接收http错字识别请求；然后grpc网关选取一个已经注册的服务地址；其次grpc网关和已经选取的错字识别服务建立连接；错字识别服务调用错字识别算法对内容进行错字检测，向网关返回错字识别结果；最后网关把错字识别结果返回给用户。本发明在错字识别的基础上，提供一种互联网服务，而且随着业务需求的增长能够快速、无缝的扩容从而满足用户方便、快捷、简单的错字识别需求。

技术领域

本发明属于分布式服务以及自然语言处理技术领域，特别涉及一种可动态扩展的错字检测服务实现方法及系统。

背景技术

随着互联网技术以及新媒体技术的发展，互联网每天产生的内容越来越多。很多门户网站在内容发布前，都需要对内容进行严格的审核，因为一旦出现错字错词，不但会对网站造成不好的影响，同时也对网站拥有者的形象也造成了极大的破坏。

因此人们需要对文章的错字进行严格的审核，但是人的精力是有限的，在大量的文件面前，人们审核的速度和精度会随着时间的增长而降低，所以需要一种快速准确的技术来辅助人们来进行错字审核。

对于现有的错字识别服务来说，有的需要安装软件，限制了用户需求的时间、地点的同时，也会给用户带来经常需要升级的麻烦；有的仅支持文本，而且速度也不高，在用户需要快速完成审核时，不能很好的满足用户的要求。

发明内容

针对现有技术中存在的问题，本发明提出一种可动态扩展的错字检测服务实现方法及系统，在错字识别的基础上，提供一种互联网服务，而且随着业务需求的增长能够快速、无缝的扩容从而满足用户方便、快捷、简单的错字识别需求。

为了实现上述目的，本发明采用以下的技术方案：

本发明提供了一种可动态扩展的错字检测服务实现方法，包含以下步骤：

grpc网关接收http错字识别请求；

grpc网关选取一个已经注册的服务地址；

grpc网关和已经选取的错字识别服务建立连接；

错字识别服务调用错字识别算法对内容进行错字检测，向网关返回错字识别结果；

网关把错字识别结果返回给用户。

进一步地，所述grpc网关接收http错字识别请求之前还包括：

错字识别服务从本地文件中读取配置文件；

根据读取的信息向etcd集群中注册自己提供的服务；

启动grpc网关服务；

grpc网关程序、本地错字识别程序分别启动监听服务。

进一步地，所述配置文件包括本机IP地址、端口号和服务名字。

进一步地，所述根据读取的信息向etcd集群中注册自己提供的服务，注册形式为key/value，其中key的形式为：前缀/服务名字/本机IP地址:端口，value的形式为：本机IP地址:端口。

进一步地，所述grpc网关和已经选取的错字识别服务建立连接之后还包括：

错字识别服务接收请求，检查请求类型是文本检测还是URL错字检测；

如果是URL错字检测，则对URL页面进行下载，如果URL页面下载成功，则提取该页面内容，错字识别服务调用错字识别算法对内容进行错字检测，否则向网关返回下载错误结果；

如果是文本检测，则错字识别服务调用错字识别算法对内容进行错字检测。

进一步地，所述错字识别算法包含以下步骤：

加载主要词库，建立双tire数组；

加载错字词库；

对http错字识别请求的文本内容进行读取；

根据主要词库对文本内容进行分词；