[发明专利]用于获取信息的方法及装置

权利要求书

1.一种用于获取信息的方法，包括：

对待处理文字信息进行文字匹配，从所述待处理文字信息中筛选出待修正词条；

查询与所述待修正词条对应的基准词条，将所述待修正词条和基准词条中的差别文字构成至少一个文字组，其中，所述基准词条和所述待修正词条包含相同数量的文字，并且基准词条和待修正词条包含相同的文字，且相同的文字在基准词条和待修正词条中的位置相同，所述文字组包含的两个文字分别在所述待修正词条和基准词条中的对应位置相同；

对于所述至少一个文字组中的文字组，将所述文字组导入文字相似度计算模型，得到所述文字组的相似度，其中，所述文字相似度计算模型用于对所述文字组中的文字是否是形近字进行计算，得到所述文字组中的文字的相似度；

响应于相似度大于设定阈值，将所述待处理文字信息中的待修正词条替换为所述基准词条，得到对应所述待处理文字信息的目标文字信息。

2.根据权利要求1所述的方法，其中，所述文字相似度计算模型通过以下步骤训练得到：

获取包含样本文字的多个文字组和对应所述多个文字组中每个文字组的样本相似度，其中，所述文字组包含一个样本文字和一个对比文字，对比文字为样本文字的形近字或除样本文字和样本形近字以外的负样本文字，所述样本相似度用于表征样本文字和对比文字之间的字形相似程度；

将所述多个文字组的每个文字组作为输入，将所述多个文字组中的每个文字组所对应的样本相似度作为输出，训练得到所述文字相似度计算模型。

3.根据权利要求2所述的方法，其中，所述将所述多个文字组的每个文字组作为输入，将所述多个文字组中的每个文字组所对应的样本相似度作为输出，训练得到所述文字相似度计算模型，包括：

执行以下训练步骤：将所述多个文字组中的每个文字组输入至初始文字相似度计算模型，得到所述多个文字组中的每个文字组所对应的预测相似度，将所述多个文字组中的每个文字组所对应的预测相似度与该文字组所对应的样本相似度进行比较，得到所述初始文字相似度计算模型的预测准确率，确定所述预测准确率是否大于预设准确率阈值，若大于所述预设准确率阈值，则将所述初始文字相似度计算模型作为训练完成的文字相似度计算模型。

4.根据权利要求3所述的方法，其中，所述将所述多个文字组的每个文字组作为输入，将所述多个文字组中的每个文字组所对应的样本相似度作为输出，训练得到所述文字相似度计算模型，包括：

响应于不大于所述预设准确率阈值，调整所述初始文字相似度计算模型的参数，并继续执行所述训练步骤。

5.根据权利要求4所述的方法，其中，所述样本相似度通过以下步骤得到：

通过设定字形编码分别对样本文字和对比文字进行编码，得到所述样本文字和对比文字的第一样本文字向量和第二样本文字向量，其中，所述设定字形编码包括以下至少一项：笔画编码、五笔编码、仓颉编码、四角编码；

计算所述第一样本文字向量和第二样本文字向量之间的余弦距离，得到样本相似度。

6.根据权利要求5所述的方法，其中，所述调整所述初始文字相似度计算模型的参数，包括：

将样本文字和样本文字的形近字构成的文字组的样本相似度标记为样本第一相似度，将样本文字和负样本文字构成的文字组的样本相似度标记为样本第二相似度；

计算所述样本第一相似度和预测第一相似度的第一相似度差，所述样本第二相似度和预测第二相似度之间的第二相似度差；

响应于对应所述第一相似度差和第二相似度差之和小于等于设定阈值，将当前所述初始文字相似度计算模型的参数作为调整后的参数。