[發(fā)明專利]拼寫糾錯(cuò)方法、裝置、介質(zhì)及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 201810078938.3
• 申請日: 2018-01-26
• 公開（公告）號(hào): CN110083819A
• 公開（公告）日: 2019-08-02
• 發(fā)明（設(shè)計(jì)）人: 車天博;鄒宇;馬勉;魯楠
• 申請（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號(hào): G06F17/27
• 分類號(hào): G06F17/27
• 代理公司: 北京律智知識(shí)產(chǎn)權(quán)代理有限公司 11438
• 代理人: 闞梓瑄;王衛(wèi)忠

1.一種拼寫糾錯(cuò)方法，其特征在于，包括：

獲取待處理的字符串；

根據(jù)所述待處理的字符串，確定所述待處理的字符串對(duì)應(yīng)的候選字符串；

計(jì)算所述待處理的字符串中各個(gè)字符的選擇概率和所述候選字符串中各個(gè)字符的選擇概率；

根據(jù)所述待處理的字符串中各個(gè)字符的選擇概率和所述候選字符串中各個(gè)字符的選擇概率，對(duì)所述待處理的字符串進(jìn)行拼寫糾錯(cuò)處理。

2.根據(jù)權(quán)利要求1所述的拼寫糾錯(cuò)方法，其特征在于，根據(jù)所述待處理的字符串，確定所述待處理的字符串對(duì)應(yīng)的候選字符串，包括：

生成所述待處理的字符串對(duì)應(yīng)的拼音；

根據(jù)所述拼音，生成所述候選字符串。

3.根據(jù)權(quán)利要求2所述的拼寫糾錯(cuò)方法，其特征在于，根據(jù)所述拼音，生成所述候選字符串，包括：

根據(jù)所述拼音進(jìn)行模糊匹配，以得到所述候選字符串。

4.根據(jù)權(quán)利要求3所述的拼寫糾錯(cuò)方法，其特征在于，根據(jù)所述拼音進(jìn)行模糊匹配，包括：

確定與所述拼音相似的目標(biāo)拼音；

根據(jù)所述目標(biāo)拼音，生成所述候選字符串。

5.根據(jù)權(quán)利要求1所述的拼寫糾錯(cuò)方法，其特征在于，根據(jù)所述待處理的字符串，確定所述待處理的字符串對(duì)應(yīng)的候選字符串，包括：

從已存儲(chǔ)的字符串庫中查找與所述待處理的字符串之間的編輯距離小于或等于預(yù)定值的字符串作為所述候選字符串。

6.根據(jù)權(quán)利要求1所述的拼寫糾錯(cuò)方法，其特征在于，計(jì)算所述待處理的字符串中各個(gè)字符的選擇概率和所述候選字符串中各個(gè)字符的選擇概率，包括：

生成語言模型，所述語言模型用于描述一個(gè)字符串中的各個(gè)字符同時(shí)出現(xiàn)的概率；

對(duì)所述語言模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的模型；

基于所述訓(xùn)練后的模型，確定所述待處理的字符串中各個(gè)字符的選擇概率和所述候選字符串中各個(gè)字符的選擇概率。

7.根據(jù)權(quán)利要求1所述的拼寫糾錯(cuò)方法，其特征在于，根據(jù)所述待處理的字符串中各個(gè)字符的選擇概率和所述候選字符串中各個(gè)字符的選擇概率，對(duì)所述待處理的字符串進(jìn)行拼寫糾錯(cuò)處理，包括：

根據(jù)所述待處理的字符串中各個(gè)字符的選擇概率和所述候選字符串中各個(gè)字符的選擇概率，對(duì)所述待處理的字符串和所述候選字符串進(jìn)行對(duì)比，得到對(duì)比結(jié)果；

根據(jù)所述對(duì)比結(jié)果，確定是否通過所述候選字符串對(duì)所述待處理的字符串進(jìn)行拼寫糾錯(cuò)。

8.根據(jù)權(quán)利要求7所述的拼寫糾錯(cuò)方法，其特征在于，通過以下公式對(duì)所述待處理的字符串和所述候選字符串進(jìn)行對(duì)比：

其中，socre表示所述待處理的字符串和所述候選字符串的對(duì)比結(jié)果；cand_socre_i表示所述候選字符串中第i個(gè)字符的選擇概率；input_socre_i表示所述待處理的字符串中第i個(gè)字符的選擇概率；smooth_factor表示平滑因子。

9.根據(jù)權(quán)利要求8所述的拼寫糾錯(cuò)方法，其特征在于，根據(jù)所述對(duì)比結(jié)果，確定是否通過所述候選字符串對(duì)所述待處理的字符串進(jìn)行拼寫糾錯(cuò)，包括：

若所述對(duì)比結(jié)果的值大于或等于預(yù)定值，則通過所述候選字符串對(duì)所述待處理的字符串進(jìn)行拼寫糾錯(cuò)。

10.一種拼寫糾錯(cuò)裝置，其特征在于，包括：

獲取單元，用于獲取待處理的字符串；

確定單元，用于根據(jù)所述待處理的字符串，確定所述待處理的字符串對(duì)應(yīng)的候選字符串；

計(jì)算單元，用于計(jì)算所述待處理的字符串中各個(gè)字符的選擇概率和所述候選字符串中各個(gè)字符的選擇概率；

處理單元，用于根據(jù)所述待處理的字符串中各個(gè)字符的選擇概率和所述候選字符串中各個(gè)字符的選擇概率，對(duì)所述待處理的字符串進(jìn)行拼寫糾錯(cuò)處理。