[发明专利]错别字检测方法、装置及计算机可读存储介质、终端设备

权利要求书

1.一种错别字检测方法，其特征在于，包括：

接收待检测语句；

获得所述待检测语句中的待检测文字的相邻文字以及所述相邻文字的第一混淆集；其中，所述第一混淆集中包含M个相邻混淆文字，M≥1，所述相邻混淆文字为预先设置的字典集合中与所述相邻文字的拼音相同的文字；

根据所述待检测语句中的每个文字，获得每个所述相邻混淆文字的文字概率，并将所述文字概率最大的相邻混淆文字作为目标相邻混淆文字；

将所述待检测语句中的所述相邻文字替换为所述目标相邻混淆文字，获得对应的相邻混淆语句；

根据所述相邻混淆语句中的每个文字，分别获得所述目标相邻混淆文字的文字概率和所述待检测文字的文字概率；

根据所述目标相邻混淆文字的文字概率和所述待检测文字的文字概率，判断所述待检测文字是否为错别字；

每个所述相邻混淆文字的文字概率、所述目标相邻混淆文字的文字概率和所述待检测文字的文字概率均通过采用Bi-LSTM模型并调用softmax算法计算获得，且所述Bi-LSTM模型为经过深度学习框架编码训练后的Bi-LSTM模型；其中，每个所述相邻混淆文字的文字概率的计算过程如下：将所述待检测语句中的相邻文字替换为对应的相邻混淆文字后得到的语句输入所述Bi-LSTM模型，经过softmax层调用softmax算法进行计算，根据接收到的语句中的每个文字计算获得对应的相邻混淆文字的文字概率；

所述根据所述目标相邻混淆文字的文字概率和所述待检测文字的文字概率，判断所述待检测文字是否为错别字，具体包括：

当所述目标相邻混淆文字的文字概率和所述待检测文字的文字概率均大于0.002时，判定所述待检测文字为正确字；

当所述目标相邻混淆文字的文字概率不大于0.002或所述待检测文字的文字概率不大于0.002时，判定所述待检测文字为错别字。

2.如权利要求1所述的错别字检测方法，其特征在于，在所述接收待检测语句之后，所述获得所述待检测语句中的待检测文字的相邻文字以及所述相邻文字的第一混淆集之前，还包括：

判断所述相邻文字是否为错别字且所述相邻文字的文字概率是否小于0.00002；

则所述获得所述待检测语句中的待检测文字的相邻文字以及所述相邻文字的第一混淆集，具体包括：

当所述相邻文字为错别字且所述相邻文字的文字概率小于0.00002时，获得与所述相邻文字相对应的所述第一混淆集；

当所述相邻文字不为错别字或所述相邻文字的文字概率不小于0.00002，判定所述待检测文字为错别字。

3.如权利要求2所述的错别字检测方法，其特征在于，在所述接收待检测语句之后，所述判断所述相邻文字是否为错别字且所述相邻文字的文字概率是否小于0.00002之前，还包括：

根据所述待检测语句中的每个文字，分别获得所述待检测文字的文字概率和所述待检测文字的K个替换文字的文字概率；其中，K≥1；

将所述待检测文字和每个所述替换文字按照所述文字概率从大到小的顺序排列，获得所述待检测文字的排列次序k；

判断所述待检测文字的排列次序k是否满足k＞K1；其中，K1＝(K+1)*70％；

则所述判断所述相邻文字是否为错别字且所述相邻文字的文字概率是否小于0.00002，具体包括：

当k＞K1时，判断所述相邻文字是否为错别字且所述相邻文字的文字概率是否小于0.00002；

当k≤K1时，获得所述待检测文字的第二混淆集；其中，所述第二混淆集中包含N个混淆文字，N≥1，所述混淆文字为预先设置的字典集合中与所述待检测文字的拼音相同的文字；

将所述待检测语句中的所述待检测文字依次替换为各个所述混淆文字，获得对应的N个混淆语句；

分别获得所述待检测语句的语句概率和每个所述混淆语句的语句概率；

将所述待检测语句和每个所述混淆语句按照所述语句概率从大到小的顺序排列，获得所述待检测语句的排列次序n；

根据所述待检测语句的排列次序n，确定是否需要判断所述相邻文字是否为错别字且所述相邻文字的文字概率是否小于0.00002。