[發明專利]文本糾錯方法和裝置

有效

• 申請號: 201811543962.6
• 申請日: 2018-12-17
• 公開（公告）號: CN109543022B
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 鄧卓彬;鄭利群;羅希意;付志宏;何徑舟
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06N3/02
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 王珺;武晨燕

1.一種文本糾錯方法,其特征在于，包括：

對查詢內容中的待糾錯文本進行預處理，得到多個片段；

利用樹模型對每一片段的候選片段進行打分，得到第一打分結果；

利用深度神經網絡模型對每一片段的候選片段進行打分，得到第二打分結果；

將所述第一打分結果和所述第二打分結果融合，得到融合打分結果；

利用融合打分結果對每一片段的候選片段進行排序；

利用排序結果對所述待糾錯文本進行糾錯；

所述深度神經網絡模型的構建過程包括：

利用對輸入的錯誤文本的用戶糾錯結果，形成用戶反饋語料；

利用糾錯對向量LightPair2vec，對所述用戶反饋語料進行所述深度神經網絡模型的上下文建模，以對錯誤文本的正確替換文本進行擬合和記憶。

2.根據權利要求1所述的方法，其特征在于，所述利用樹模型對每一片段的候選片段進行打分，得到第一打分結果，包括：

對每一個片段進行短語替換表片段召回，得到每一片段的各候選片段；

將各所述候選片段輸入所述樹模型進行打分，得到第一打分結果。

3.根據權利要求1所述的方法，其特征在于，所述利用排序結果對所述待糾錯文本進行糾錯，包括：

對每個片段排序后的各候選片段進行解碼，選定融合打分結果的分值最高的候選片段為每個片段的結果片段；

將各結果片段組合形成所述待糾錯文本的糾錯結果文本。

4.根據權利要求1所述的方法，其特征在于，利用對輸入的錯誤文本的用戶糾錯結果，形成用戶反饋語料，包括：

獲取輸入的錯誤文本；

通過糾錯提示服務提供待選擇的替換文本；

如果檢測到某個替換文本被點擊確認，則將被點擊確認的文本作為正確替換文本；

將所述正確替換文本映射到用戶點擊標題，形成用戶反饋語料。

5.一種文本糾錯裝置,其特征在于，包括：

預處理模塊，用于對查詢內容中的待糾錯文本進行預處理，得到多個片段；

樹模型模塊，用于利用樹模型對每一片段的候選片段進行打分，得到第一打分結果；

深度神經網絡模塊，用于利用深度神經網絡模型對每一片段的候選片段進行打分，得到第二打分結果；

融合模塊，用于將所述第一打分結果和所述第二打分結果融合，得到融合打分結果；

排序模塊，用于利用融合打分結果對每一片段的候選片段進行排序；

糾錯模塊，用于利用排序結果對所述待糾錯文本進行糾錯；

還包括：深度神經網絡模型構建模塊，用于利用對輸入的錯誤文本的用戶糾錯結果，形成用戶反饋語料；利用糾錯對向量LightPair2vec，對所述用戶反饋語料進行所述深度神經網絡模型的上下文建模，以對錯誤文本的正確替換文本進行擬合和記憶。

6.根據權利要求5所述的裝置，其特征在于，所述樹模型模塊還用于：

對每一個片段進行短語替換表片段召回，得到每一片段的各候選片段；

將各所述候選片段輸入所述樹模型進行打分，得到第一打分結果。

7.根據權利要求5所述的裝置，其特征在于，所述排序模塊還用于：

對每個片段排序后的各候選片段進行解碼，選定融合打分結果的分值最高的候選片段為每個片段的結果片段；

將各結果片段組合形成所述待糾錯文本的糾錯結果文本。

8.根據權利要求7所述的裝置，其特征在于，所述深度神經網絡模型構建模塊還用于：

獲取輸入的錯誤文本；

通過糾錯提示服務提供待選擇的替換文本；

如果檢測到某個替換文本被點擊確認，則將被點擊確認的文本作為正確替換文本；

將所述正確替換文本映射到用戶點擊標題，形成用戶反饋語料。