[发明专利]基于联合图模型的纠错方法及系统

摘要

一种信息处理技术领域的基于联合图模型的纠错方法及系统，基于拼音规则和拼音音节语言模型，使用最短路径算法，对用户输入的可能包含错误的拼音串进行音节切分，并对切分得到的音节串构建拼音纠错和整句生成的联合图模型，最终通过在联合图模型上进行最短路径解码，获得拼音纠错‑整句生成联合最优解，完成纠错。本发明能够在拼音输入含有错误时仍能够通过自动容错纠错，生成用户意图输入的句子，在复杂度为0(E)的情况下准确率达到97％以上。

主权项

一种基于联合图模型的纠错方法，其特征在于，基于拼音规则和拼音音节语言模型，使用最短路径算法，对用户输入的可能包含错误的拼音串进行音节切分，并对切分得到的音节串构建拼音纠错和整句生成的联合图模型，最终通过在联合图模型上进行最短路径解码，获得拼音纠错‑整句生成联合最优解，完成纠错；所述的拼音音节语言模型是指：使用拼音文本训练得到拼音音节语言模型，拼音音节语言模型根据已知已经出现的若干拼音音节si‑n…si‑2si‑1，提供下一个拼音音节sn的概率P(si|si‑n…si‑2si‑1)；所述的拼音音节语言模型的获得方式为：其中：count(x1x2…xk)为序列x1x2…xk的在语料中的计数，smooth()为平滑函数；所述的联合图模型通过以下方式构建得到：4.1)将用户输入的可能包含错误的拼音串中的音节作为节点加入图模型；4.2)使用任意一种现有技术对音节串中的字母进行逐一修改，将替换得到的新的合法音节加入图模型；4.3)合并输入字符串上相邻的音节，当得到符合汉语拼音规范的合法音节则加入步骤4.2)中的图模型中；否则什么都不做；4.4)通过查找拼音‑汉字词典，将图模型的节点由音节转换为汉字词，获得联合图模型。