[发明专利]文本纠错方法和系统

权利要求书

1.一种文本纠错方法，包括：

接收待纠错文本；

使用多种分词方法将所述待纠错文本切分成多种粒度的子词序列；

对每种粒度的子词序列进行纠错以获得每种粒度的候选纠错文本；

融合各种粒度的候选纠错文本以确定目标纠错文本；以及

输出所确定的目标纠错文本。

2.根据权利要求1所述的方法，所述待纠错文本是多语言文本或单语言文本。

3.根据权利要求1所述的方法，对每种粒度的子词序列进行纠错进一步包括：通过纠错模型对每种粒度的子词序列进行纠错，其中所述纠错模型用不同语言的训练数据融合训练。

4.根据权利要求3所述的方法，所述训练是通过生成对抗网络来实现的。

5.根据权利要求1所述的方法，所述多种分词方法包括以下一者或多者：BIE分词方法、BPE分词方法、字符级分词方法。

6.根据权利要求1所述的方法，所述纠错包括纠正以下一种或多种错误：拼写错误、语法错误、逻辑错误。

7.根据权利要求1所述的方法，融合各种粒度的候选纠错文本以确定目标纠错文本进一步包括：

对各种粒度的候选纠错文本进行Softmax函数处理以确定最优的候选纠错文本作为所述目标纠错文本。

8.一种文本纠错系统，包括：

接收模块，接收待纠错文本；

分词模块，使用多种分词方法将所述待纠错文本切分成多种粒度的子词序列；

候选纠错文本模块，对每种粒度的子词序列进行纠错以获得每种粒度的候选纠错文本；

目标纠错文本模块，融合各种粒度的候选纠错文本以确定目标纠错文本；以及

输出模块，输出所确定的目标纠错文本。

9.根据权利要求8所述的系统，所述待纠错文本是多语言文本或单语言文本。

10.根据权利要求8所述的系统，所述候选纠错文本模块还被配置成：通过纠错模型对每种粒度的子词序列进行纠错，其中所述纠错模型用不同语言的训练数据融合训练。

11.根据权利要求10所述的系统，所述训练是通过生成对抗网络来实现的。

12.根据权利要求8所述的系统，所述多种分词方法包括以下一者或多者：BIE分词方法、BPE分词方法、字符级分词方法。

13.根据权利要求8所述的系统，所述纠错包括纠正以下一种或多种错误：拼写错误、语法错误、逻辑错误。

14.根据权利要求8所述的系统，所述目标纠错文本模块还被配置成：

对各种粒度的候选纠错文本进行Softmax函数处理以确定最优的候选纠错文本作为所述目标纠错文本。

15.一种计算机可读存储介质，其存储计算机程序，所述计算机程序能被处理器执行以执行如权利要求1-7中任一项所述的方法。