[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

说明书

本发明公开了一种错别字检测方法、装置及计算机可读存储介质、终端设备，所述方法包括：接收待检测语句；获得待检测语句中的待检测文字的相邻文字以及相邻文字的第一混淆集；根据待检测语句中的每个文字，获得每个相邻混淆文字的文字概率，并将文字概率最大的相邻混淆文字作为目标相邻混淆文字；将待检测语句中的相邻文字替换为目标相邻混淆文字，获得对应的相邻混淆语句；根据相邻混淆语句中的每个文字，分别获得目标相邻混淆文字的文字概率和待检测文字的文字概率；根据目标相邻混淆文字的文字概率和待检测文字的文字概率，判断待检测文字是否为错别字。本发明能够提高错别字检测的准确率。

技术领域

本发明涉及文本处理技术领域，尤其涉及一种错别字检测方法、装置及计算机可读存储介质、终端设备。

背景技术

文本是记载信息的重要载体，随着信息处理技术和互联网技术的高速发展，传统的文本工作已逐渐被计算机等电子设备所取代，文本的生成方式也相应的由人工书写变成了人工编辑，而人工编辑在实际操作时可能会出现操作失误的情况，导致人工编辑的文本中出现错别字，从而影响文本质量，因此，对错别字的检测具有十分重要的意义。

现有技术提供的错别字检测方法大都在接收到用户输入的文字后，对用户输入的文字进行一定的处理，然后计算得到处理之后的文字的概率并与预设的概率阈值进行比较，最后根据比较结果确定用户输入的文字是否为错别字，当计算得到文字的概率小于预设的概率阈值时，判定用户输入的文字为错别字，当计算得到文字的概率不小于预设的概率阈值时，判定用户输入的文字为正确字；由此可见，现有技术提供的技术方案在计算得到文字的概率之后往往只根据一个概率阈值来判断文字的正确性，判断方式较为简单，且没有考虑到文字所处的语句语境，因此，错别字的检测结果可能与实际情况不符，检测准确率低。

发明内容

本发明实施例所要解决的技术问题在于，提供一种错别字检测方法、装置及计算机可读存储介质、终端设备，能够提高错别字检测的准确率。

为了解决上述技术问题，本发明实施例提供了一种错别字检测方法，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；

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。

与现有技术相比，本发明实施例提供了一种错别字检测方法，根据待检测文字的相邻文字的混淆集对应获得目标混淆语句，根据目标混淆语句计算获得目标相邻混淆文字的文字概率和待检测文字的文字概率，并根据目标相邻混淆文字的文字概率和待检测文字的文字概率判断待检测文字是否为错别字，可以解决现有技术中判断方式简单，且没有考虑文字所处的语句语境，导致检测准确率低的问题，能够提高错别字检测的准确率。

进一步地，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。