[发明专利]文本智能编辑方法、装置及计算机可读存储介质

说明书

本发明涉及一种人工智能技术，揭露了一种文本智能编辑方法，包括：获取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；通过词袋模型将所述正确文本集和所述标准错误文本集转换为词向量，并将所述词向量作为训练集存入语料库中；利用所述训练集和所述标签集对预先构建的文本智能编辑模型进行训练，得到训练好的文本智能编辑模型；接收用户输入的文本数据，利用所述训练好的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。本发明还提出一种文本智能编辑装置以及一种计算机可读存储介质。本发明实现了文本的智能编辑。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种用于文本纠错的文本智能 编辑方法、装置及计算机可读存储介质。

背景技术

随着社会的日益信息化，人们越来越强烈地希望用自然语言同计算机交 流。自然语言处理是计算机科学中的一个引人入胜的、富有挑战性的课题。 从计算机科学特别是从人工智能的观点看，自然语言处理的任务是建立一种 计算机模型，这种计算机模型能够给出象人那样理解、分析并回答自然语言(人 们日常使用的各种通俗语言)的结果。

自然语言处理就是研究如何能让计算机理解并生成人们日常所使用的(如 汉语、英语)语言，使得计算机懂得自然语言的含义，并对人给计算机提出的 问题，通过对话的方式，用自然语言进行回答。另外在文本编辑方面，自然 语言处理有较大的潜力可对文本错误进行改正，而现有的改正方法是语言校 对方法，其先由语音合成系统读出录入的文句，再由录入员或校对员对照原 稿进行检查。这种方法能查出录入稿和原稿的异同，减轻校对的工作量，但 不能发现同音异体错字，也没有错误提示功能，还查不出原稿中的标点错误。

发明内容

本发明提供一种文本智能编辑方法、装置及计算机可读存储介质，其主 要目的在于当用户进行文本编辑时，给用户呈现出智能的文本编辑方法。

为实现上述目的，本发明提供的一种文本智能编辑方法，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；

通过词袋模型将所述正确文本集和所述标准错误文本集转换为词向量， 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。

可选地，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。

可选地，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。

可选地，所述通过词袋模型将所述正确文本集和所述标准错误文本集转 换为词向量，包括：