[發(fā)明專利]一種糾錯方法及裝置

有效

• 申請?zhí)枺?/td>: 201810067378.1
• 申請日: 2018-01-24
• 公開（公告）號: CN108376129B
• 公開（公告）日: 2022-04-22
• 發(fā)明（設計）人: 孫超博
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/242;G06F16/35;G06F16/33;G06F16/903
• 代理公司: 北京柏杉松知識產(chǎn)權代理事務所(普通合伙) 11413
• 代理人: 馬敬;項京

本發(fā)明實施例提供了一種糾錯方法及裝置，涉及計算機技術領域，該方法包括：確定待進行糾錯處理的目標詞；在目標糾錯詞典中查找與該目標詞匹配的糾錯對，作為候選糾錯對；其中，目標糾錯詞典為：預先構建的糾錯詞典，該目標糾錯詞典中存儲的每一糾錯對是：通過糾錯模型對樣本詞進行糾錯處理得到的糾錯對，糾錯模型為：采用已知糾錯詞典中的糾錯對對第一預設模型進行訓練得到的模型；根據(jù)查找到的候選糾錯對，獲得上述目標詞的糾錯結果。與現(xiàn)有技術相比，應用本發(fā)明實施例提供的方案，對待進行糾錯處理的目標詞進行糾錯處理時，能夠較高概率的在目標糾錯詞典中找到目標詞的糾錯詞，進而降低對目標詞進行糾錯時失敗的概率。

技術領域

本發(fā)明涉及計算機技術領域，特別是涉及一種糾錯方法及裝置。

背景技術

隨著互聯(lián)網(wǎng)技術的快速發(fā)展，用戶能夠從網(wǎng)絡中獲得的信息越來越多。當用戶搜索想要的信息時，一般會在其所使用的客戶端中輸入搜索詞，客戶端獲得與用戶所輸入搜索詞相匹配的信息，并將所獲得的信息展示給用戶。

然而用戶在輸入搜索詞的時候可能會存在輸入錯誤，為保證向用戶提供用戶想要的信息，在獲得用戶輸入的搜索詞后，一般會對上述搜索詞進行糾錯處理。

現(xiàn)有技術中，對用戶輸入的搜索詞進行糾錯處理時，一般將用戶輸入的搜索詞與已知糾錯詞典中存儲的糾錯對進行匹配，獲得與用戶輸入的搜索詞相匹配的糾錯對，然后從所獲得的糾錯對中確定用戶輸入的搜索詞的糾錯結果。其中，一個糾錯對中包括一個待糾錯詞和該待糾錯詞的糾錯結果，也就是糾錯詞。

然而，發(fā)明人在實現(xiàn)本發(fā)明的過程中發(fā)現(xiàn)，現(xiàn)有技術至少存在如下問題：由于已知的糾錯詞典中所包含的糾錯對不夠全面，導致對用戶輸入的搜索詞進行糾錯處理時，難以從已知的糾錯詞典中找到與上述搜索詞匹配的糾錯對，從而導致對搜索詞進行糾錯時失敗概率較高。

發(fā)明內容

本發(fā)明實施例的目的在于提供一種糾錯方法及裝置，以降低對待進行糾錯處理的詞進行糾錯時失敗的概率。

具體技術方案如下：

第一方面，本發(fā)明實施例提供了一種糾錯方法，所述方法包括：

確定待進行糾錯處理的目標詞；

在目標糾錯詞典中查找與所述目標詞匹配的糾錯對，作為候選糾錯對；其中，所述目標糾錯詞典為：預先構建的糾錯詞典，所述目標糾錯詞典中存儲的每一糾錯對是：通過糾錯模型對樣本詞進行糾錯處理得到的糾錯對，所述糾錯模型為：采用已知糾錯詞典中的糾錯對對第一預設模型進行訓練得到的模型；

根據(jù)查找到的候選糾錯對，獲得所述目標詞的糾錯結果。

一種實現(xiàn)方式中，所述根據(jù)查找到的候選糾錯對，獲得所述目標詞的糾錯結果，包括：

獲取所查找到候選糾錯對針對預設特征的特征值；

將所獲取的特征值輸入到預先訓練得到的分類模型中，獲得每一候選糾錯對的分類結果，其中，所述分類模型為：用于對糾錯對中糾錯詞是否能夠作為待糾錯詞的糾錯結果進行分類的模型，所述分類模型是：通過樣本糾錯對針對所述預設特征的特征值和樣本糾錯對的標注分類，對第二預設模型進行訓練得到的模型；

根據(jù)所獲得的分類結果，獲得所述目標詞的糾錯結果。

一種實現(xiàn)方式中，通過以下方式獲得所述目標糾錯詞典中的一個糾錯對：

獲取樣本詞；

對所述樣本詞進行分詞處理，得到所述樣本詞包含的分詞；

將得到的分詞輸入至所述糾錯模型，獲得各個分詞的糾錯詞；

根據(jù)所獲得的糾錯詞，得到所述樣本詞的糾錯詞，并確定由所述樣本詞和樣本詞的糾錯詞形成的糾錯對。

一種實現(xiàn)方式中，通過以下方式訓練得到所述糾錯模型：