[发明专利]用于自动化文本校正的方法和系统

权利要求书

1.一种用于校正语法错误的方法，该方法包括：

接收自然语言文本输入，所述文本输入包括语法错误，其中输入文本的一部分包括来自于一组类的类；

从假设没有语法错误的非学习文本的语料库生成多个选择任务，其中对于每个选择任务，分类器重新预测在非学习文本中使用的类；

从学习文本的语料库生成多个校正任务，其中对于每个校正任务，分类器建议在学习文本中使用的类；

使用一组二进制分类问题来训练语法校正模型，该一组二进制分类问题包括多个选择任务和多个校正任务；以及

使用训练的语法校正模型来从一组可能的类预测文本输入的类。

2.根据权利要求1所述的方法，进一步包括输出建议，以便如果预测的类不同于文本输入中的类，则将文本输入的类改变成预测的类。

3.根据权利要求1所述的方法，其中所述学习文本由老师以假定正确的类来加注释。

4.根据权利要求1所述的方法，其中所述类是与输入文本中的名词短语关联的冠词。

5.根据权利要求4所述的方法，进一步包括从非学习文本和学习文本中的名词短语来抽取用于分类器的特征函数。

6.根据权利要求1所述的方法，其中所述类是与输入文本中的介词短语关联的介词。

7.根据权利要求6所述的方法，进一步包括从非学习文本和学习文本的介词短语抽取用于分类器的特征函数。

8.根据权利要求1所述的方法，其中所述非学习文本和学习文本具有不同的特征空间，学习文本的特征空间包括由作者使用的单词。

9.根据权利要求1所述的方法，其中训练语法校正模型包括最小化训练数据上的损失函数。

10.根据权利要求1所述的方法，训练语法校正模型进一步包括通过分析非学习文本来识别多个线性分类器。

11.根据权利要求10所述的方法，其中所述线性分类器进一步包括权重因子，该权重因子包括在权重因子的矩阵中。

12.根据权利要求11所述的方法，其中训练所述语法校正模型进一步包括在权重因子的矩阵上执行奇异值分解(SVD)。

13.根据权利要求12所述的方法，其中训练语法校正模型也可以包括识别组合权重值，该组合权重值代表通过分析非学习文本所识别的第一权重值元素以及通过最小化经验风险函数来分析学习文本而识别的第二权重值元素。

14.一种设备，包括：

至少一个处理器和耦合到该至少一个处理器的存储器装置，其中所述至少一个处理器配置成：

接收自然语言文本输入，所述文本输入包括语法错误，其中输入文本的一部分包括来自于一组类的类；

从假设没有语法错误的非学习文本的语料库生成多个选择任务，其中对于每个选择任务，分类器重新预测在非学习文本中使用的类；

从学习文本的语料库生成多个校正任务，其中对于每个校正任务，分类器建议在学习文本中使用的类；

使用一组二进制分类问题来训练语法校正模型，该一组二进制分类问题包括多个选择任务和多个校正任务；以及

使用训练的语法校正模型来从一组可能的类预测文本输入的类。

15.根据权利要求14所述的设备，进一步包括输出建议，以便如果预测的类不同于文本输入中的类，则将文本输入的类改变成预测的类。

16.根据权利要求14所述的设备，其中所述学习文本由老师以假定正确的类来加注释。

17.根据权利要求14所述的设备，其中所述类是与所述输入文本中的名词短语关联的冠词。

18.根据权利要求17所述的设备，进一步包括从非学习文本和学习文本中的名词短语来抽取用于分类器的特征函数。

19.根据权利要求14所述的设备，其中所述类是与输入文本中的介词短语关联的介词。

20.根据权利要求19所述的设备，进一步包括从非学习文本和学习文本的介词短语抽取用于分类器的特征函数。

21.根据权利要求14所述的设备，其中所述非学习文本和学习文本具有不同的特征空间，学习文本的特征空间包括由作者使用的单词。