[发明专利]错词纠正方法、装置、计算机装置及存储介质有效
| 申请号： | 201910199221.9 | 申请日： | 2019-03-15 |
| 公开（公告）号： | CN110110041B | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 解笑;徐国强;邱寒 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F40/279;G06F40/232;G06N3/04;G10L25/30;G10L15/08 |
| 代理公司： | 深圳市赛恩倍吉知识产权代理有限公司 44334 | 代理人： | 杨毅玲;刘丽华 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种错词纠正方法、装置、计算机装置及存储介质。所述错词纠正方法包括：获取通用自然语言数据集；将自然语言数据集包含的每个句子转换为拼音序列，得到通用自然语言数据集的拼音‑句子对；将通用自然语言数据集的部分拼音‑句子对进行拼音替换，得到第一样本集；利用第一样本集对神经网络模型进行预训练，得到预训练后的神经网络模型；获取多个与特定领域相关的含相近拼音的拼音‑句子对作为第二样本集；利用第二样本集对预训练后的神经网络模型进行微调，得到微调后的神经网络模型；将待纠错句子的拼音序列输入微调后的神经网络模型进行纠错，得到纠错后的句子。本发明可以对语言识别中专有词语被识别为常用词进行纠错。 | ||
| 搜索关键词： | 纠正 方法 装置 计算机 存储 介质 | ||
【主权项】：
1.一种错词纠正方法，其特征在于，所述方法包括：获取通用自然语言数据集，所述通用自然语言数据集包含多个句子；将所述通用自然语言数据集包含的每个句子转换为拼音序列，得到所述通用自然语言数据集的拼音‑句子对；从所述通用自然语言数据集的拼音‑句子对中选择多个拼音‑句子对，将选择的每个拼音‑句子对的部分拼音替换为相近拼音，得到替换后的拼音‑句子对，将所述通用自然语言数据集的未选择的拼音‑句子对和所述替换后的拼音‑句子对组成第一样本集；利用所述第一样本集对神经网络模型进行预训练，得到预训练后的神经网络模型；获取多个与特定领域相关的包含相近拼音的拼音‑句子对作为第二样本集；利用所述第二样本集对所述预训练后的神经网络模型进行微调，得到微调后的神经网络模型；将待纠错句子的拼音序列输入所述微调后的神经网络模型进行纠错，得到纠错后的句子。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于平安科技（深圳）有限公司，未经平安科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910199221.9/，转载请声明来源钻瓜专利网。
