[发明专利]一种文本纠错方法、装置、电子终端及存储介质

说明书

本发明实施例公开了一种文本纠错方法、装置、电子终端及存储介质，该方法包括：接收待纠错文本，确定所述待纠错文本中各字符的词向量；对各所述词向量进行特征提取，得到各特征向量；根据所述各特征向量，确定对应的各字符的分类；将所述分类为预设分类的字符作为目标字符，并将所述目标字符对应的词向量和特征值向量进行拼接，得到各拼接向量；其中，所述预设分类为在所述待纠错文本所属领域中有语义的分类；根据所述各拼接向量生成纠错后的目标文本。通过在进行文本纠错前，先从各字符中筛选出所属领域中有语义的目标字符，能够带有明确应用意图地进行文本纠错，不仅可避免基于规则模板进行文本纠错，还能够提高纠错的准确率。

技术领域

本发明实施例涉及机器学习技术领域，尤其涉及一种文本纠错方法、装置、电子终端及存储介质。

背景技术

语音识别为文本的技术，在语音指令、社交聊天和会议纪要等场景都起到了非常重要的作用。将语音识别为文本后，文本中或多或少地会存在错误，因此文本纠错过程极为必要。

现有技术中，常用的文本纠错方法包括：基于规则进行文本纠错，以及基于神经网络方法的文本纠错。

现有技术的不足之处至少包括：基于规则的方法进行文本纠错时，需要预先设计大量的规则模板，不仅设计复杂而且通常不能覆盖到所有场景。基于神经网络的方法进行文本纠错时，通常采用流水线式的网络架构，网络前一阶段的错误将累积到下一阶段中，会导致纠错准确率下降。

发明内容

有鉴于此，本发明实施例提供了一种文本纠错方法、装置、电子终端及存储介质，不仅可避免基于规则模板进行文本纠错，还能够提高纠错的准确率。

第一方面，本发明实施例提供了一种文本纠错方法，包括：

接收待纠错文本，确定所述待纠错文本中各字符的词向量；

对各所述词向量进行特征提取，得到各特征向量；

根据所述各特征向量，确定对应的各字符的分类；

将所述分类为预设分类的字符作为目标字符，并将所述目标字符对应的词向量和特征值向量进行拼接，得到各拼接向量；其中，所述预设分类为在所述待纠错文本所属领域中有语义的分类；

根据所述各拼接向量生成纠错后的目标文本。

第二方面，本发明实施例还提供了一种文本纠错装置，包括：

词向量确定模块，用于接收待纠错文本，确定所述待纠错文本中各字符的词向量；

特征向量确定模块，用于对各所述词向量进行特征提取，得到各特征向量；

分类模块，用于根据所述各特征向量，确定对应的各字符的分类；

拼接模块，用于将所述分类为预设分类的字符作为目标字符，并将所述目标字符对应的词向量和特征值向量进行拼接，得到各拼接向量；其中，所述预设分类为在所述待纠错文本所属领域中有语义的分类；

文本生成模块，用于根据所述各拼接向量生成纠错后的目标文本。

第三方面，本发明实施例还提供了一种电子终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本申请任意实施例提供的文本纠错方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本申请任意实施例提供的文本纠错方法。