[发明专利]针对不同领域字词的定制化纠错方法、系统、设备及介质

权利要求书

1.一种针对不同领域字词的定制化纠错方法，其特征在于，所述方法包括：

获取输入的待纠错文本；

利用字词识别模型抽取所述待纠错文本中预设属性的字词；所述预设属性包括预设领域和预设长度；

匹配出与所抽取字词相近的纠错参考字词；

对比所抽取字词与所述纠错参考字词之间的差异程度，根据所述差异程度进行纠错；

所述字词识别模型的训练数据基于预设属性的正确字词进行构造；所述训练数据的构造过程包括：

设定不同错误类型的句子数量；所述错误类型包括错字、多字、少字和乱序；

按照所设定的错字的句子数量，将所述正确字词中的某一个字随机替换为与之同音或同形的另一个字；

按照所设定的多字的句子数量，在所述正确字词中随机插入一个字；

按照所设定的少字的句子数量，在所述正确字词中随机删除一个字；

按照所设定的乱序的句子数量，随机调换所述正确字词中两个字词的位置；

将包含所述正确字词的原始句子放入所述训练数据中；

在参与构造的句子中标注已进行错误处理的或原始的正确字词的位置；

所述对比所抽取字词与所述纠错参考字词之间的差异程度，根据所述差异程度进行纠错的步骤，包括：

响应于所抽取字词与所述纠错参考字词之间存在差异，确定抽取字词与所述纠错参考字词的不同之处，分析不同之处的差异类型；

根据所述差异类型确定纠错方式；

所述根据所述差异类型确定纠错方式的步骤，包括：

针对不同的纠错参考字词，确定所抽取字词与每一个纠错参考字词相比错误的字数总和，选择出所抽取字词替换字数最少即可转变成的纠错参考词进行纠错；

响应于所抽取字词与不同的纠错参考词之间相比错误字数相同，选取错误位置在句子后面的纠错参考词进行纠错；

响应于所抽取字词与不同的纠错参考字词之间存在多种差异类型，根据拼音选择与所抽取字词最接近的纠错参考词进行纠错。

2.根据权利要求1所述的方法，其特征在于，所述匹配出与所抽取字词相近的纠错参考字词的步骤，包括：

利用相似度算法获取文本和拼音上都与所抽取字词相似的备选的正确词语；

针对备选的正确词语再次进行相似度计算，确定最终的纠错参考字词。

3.根据权利要求1所述的方法，其特征在于，在所述根据所述差异程度进行纠错的步骤之后，所述方法还包括：

结合已积累的所述预设领域的误报案例，确定后处理过滤规则；

利用所述后处理过滤规则对纠错后的字词进行误报分析，排除误报情况。