[发明专利]汉语文档自动校正方法及其装置

摘要

提供一种自动检测、修正汉语文档中的错别字、丢字的汉语文档自动校正方法及其装置。该装置包括字转音变换部200;候选词检测部300;相似候选词检测部400;最佳候选字串确定部500;和选配部600。

主权项

1.一种用计算机自动校正电子化的汉语文档的汉语文档自动校正方法，其特征在于包括以下步骤：词典制作步骤，在该步骤中预先编制以下各词典：将存储汉语中的各字的排列顺序的字顺序排列表和存储与其对应的读音符号的读音符号表同与上述读音符号表对应的全部候选词及其读音符号一起存储起来的破音字典；存储汉语中的文字符号和与其对应的错误读音符号及其它可能的读音符号的字音词典；以及存储汉语读音符号和与其对应的全部同音异义字、词及该全部同音异义字、词的使用频度加权和词义码的音字词典；参照上述破音字典及字音词典，将由输入装置输入的原始文档中的字串变换成读音符号串的字转音变换步骤；对在上述字转音变换步骤中获得的读音符号串分出音节，将上述分出的音节作为检索关键字，参照上述音字词典，检测出全部可能的候选词及其关连信息的候选词检测步骤；利用掩蔽装置对连续汉字候选音节的相似位进行掩蔽，将掩蔽后的读音符号串作为检索关键字，参照上述音字词典，检测全部可能的候选词及其关连信息的相似候选词检测步骤；将与原始文档中的字串对应的各候选词的开始位置、结束位置作为检索关键字，连接各候选词，形成有向网路，然后利用计算装置计算各候选词的相似度加权和词长加权，将使用频度加权、词长加权和原始文档相似度加权的累计最大值作为评价函数，利用动态规划法，取出最佳路径的最佳候选字串确定步骤；以及对上述取出的最佳路径中的字串和原始文档字串进行选配，检测出不同的字后加以标记的选配步骤。