[发明专利]一种基于知识图谱的中文文本校对方法

摘要

本发明公开了一种基于知识图谱的中文文本校对方法。首先利用实体抽取技术抽取得到文本语句中的实体，然后根据实体与基于关系规则的匹配结果，在知识图谱中搜索并发现句法语义错误类型。本发明不仅能避免对大规模词库的依赖，而且实现了从错别字、成分缺失与定义矛盾这三个方面对文本进行语义校对。通过与现有的中文自动校对系统进行对比发现，该校对方法在限定领域中对各种语义错误的校对都有较高的查全率。本方法可以有效地提高文本校对的准确率与查全率，有助于文字工作者改进文本质量。

主权项

1.一种基于知识图谱的中文文本校对方法，其特征在于，包括如下步骤：用实体抽取技术逐句获取待校对文本中的实体对，若不能抽取到实体对，则提示该语句可能成分缺失；将待校对文本输入到已经训练好的实体关系识别模型中，得到文本同一语句中不同实体间的实体关系；若在待校对文本的不同语句中获得的实体对相同，但实体关系不同，则提示该语句可能与文中其他语句定义矛盾，返回可能与该语句矛盾的句子；将得到的实体对和实体关系与知识图谱中的三元组进行匹配；若从待校对文本语句中获得的是单个实体和实体关系，在实体关系匹配成功的情况下，若该实体匹配到的是三元组中的实体1，则提示该语句可能缺少宾语，返回三元组中的实体2，否则提示该语句可能缺少主语，返回三元组中的实体1；若实体在知识图谱的三元组中匹配不到相同实体，但能匹配到与其一半以上字数相同的实体，则提示该实体单词中可能有错别字，返回与其相同字数最多的实体作为纠错词，否则提示无法判断。