[发明专利]文本智能编辑方法、装置及计算机可读存储介质

权利要求书

1.一种文本智能编辑方法，其特征在于，所述方法包括：

接收正确文本集和错误文本集，对所述错误文本集进行预处理操作，得到标准错误文本集，并对所述正确文本集和所述标准错误文本集建立对应的标签集，所述预处理操作包括：对所述错误文本集进行分词处理，得到分词结果，利用所述分词结果以及根据标点符号校对规则对所述错误文本集进行标点符号校对，得到所述错误文本集中的错误标点符号集，利用字词二元接续关系，通过建立N-gram模型对所述错误文本集进行目标字串附近字词接续关系检查，得到错误文本集的错误字串集；

通过欧式公式计算出所述正确文本集和所述标准错误文本集的数据对象之间的距离，根据聚类算法预设n个类簇，其中，第k个类簇的类簇中心为Center_k，计算出所述正确文本集和所述标准错误文本集的每一个数据到所述n个类簇的每一个类簇中心的距离，并得到所述每一个数据在所述每一个类簇中心的特征；

利用分类器对所述特征进行训练，计算出所述每一个数据在所述类簇中心的概率大小，从而将所述正确文本集和所述标准错误文本集转化为词向量，并将所述词向量作为训练集存入语料库中；

将所述训练集和所述标签集输入至预先构建的文本智能编辑模型中，利用所述训练集对所述文本智能编辑模型进行训练，得到训练值，并将所述训练值和所述标签集输入至所述文本智能编辑模型的损失函数中，得到损失函数值，当所述损失函数值小于预设的阈值时，所述文本智能编辑模型退出训练；

接收用户输入的文本数据，利用所述文本智能编辑模型对所述用户输入的文本数据进行智能编辑，输出对应的正确文本数据。

2.如权利要求1所述的文本智能编辑方法，其特征在于，所述分词处理包括：

利用全切分法对所述错误文本集进行切分，获取多种分词方式；

根据马尔科夫性计算出每一种分词方式的概率，选择概率最大的一种分词方式的分词结果，作为所述错误文本集的分词结果。

3.如权利要求1所述的文本智能编辑方法，其特征在于，所述利用所述训练集对所述文本智能编辑模型进行训练，得到训练值，包括：

将所述训练集输入至所述文本智能编辑模型的卷积神经网络的输入层中，通过在所述卷积神经网络卷积层中预设的一组过滤器对所述训练集进行卷积操作，提取出特征向量；

利用所述卷积神经网络的池化层对所述特征向量进行池化操作，并将池化后的特征向量输入至全连接层，通过激活函数对所述池化后的特征向量进行归一化处理和计算，得到训练值。

4.一种文本智能编辑装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的文本智能编辑程序，所述文本智能编辑程序被所述处理器执行时实现如下步骤：

接收正确文本集和错误文本集，对所述错误文本集进行预处理操作，得到标准错误文本集，并对所述正确文本集和所述标准错误文本集建立对应的标签集，所述预处理操作包括：对所述错误文本集进行分词处理，得到分词结果，利用所述分词结果以及根据标点符号校对规则对所述错误文本集进行标点符号校对，得到所述错误文本集中的错误标点符号集，利用字词二元接续关系，通过建立N-gram模型对所述错误文本集进行目标字串附近字词接续关系检查，得到错误文本集的错误字串集；

通过欧式公式计算出所述正确文本集和所述标准错误文本集的数据对象之间的距离，根据聚类算法预设n个类簇，其中，第k个类簇的类簇中心为Center_k，计算出所述正确文本集和所述标准错误文本集的每一个数据到所述n个类簇的每一个类簇中心的距离，并得到所述每一个数据在所述每一个类簇中心的特征；

利用分类器对所述特征进行训练，计算出所述每一个数据在所述类簇中心的概率大小，从而将所述正确文本集和所述标准错误文本集转化为词向量，并将所述词向量作为训练集存入语料库中；

将所述训练集和所述标签集输入至预先构建的文本智能编辑模型中，利用所述训练集对所述文本智能编辑模型进行训练，得到训练值，并将所述训练值和所述标签集输入至所述文本智能编辑模型的损失函数中，得到损失函数值，当所述损失函数值小于预设的阈值时，所述文本智能编辑模型退出训练；

接收用户输入的文本数据，利用所述文本智能编辑模型对所述用户输入的文本数据进行智能编辑，输出对应的正确文本数据。