[發明專利]一種文本錯誤檢測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010558690.8
• 申請日: 2020-06-18
• 公開（公告）號: CN113822073A
• 公開（公告）日: 2021-12-21
• 發明（設計）人: 王川
• 申請（專利權）人: 上海流利說信息技術有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06N3/04
• 代理公司: 北京信遠達知識產權代理有限公司 11304
• 代理人: 范志平

本申請公開了一種文本錯誤檢測方法，所述文本錯誤檢測方法包括獲取標準語句文本，并將所述標準語句文本作為第一樣本添加至訓練集；對所述標準語句文本添加噪聲得到錯誤語句文本，并將所述錯誤語句文本作為第二樣本添加至所述訓練集；利用所述訓練集中的樣本對初始模型進行訓練得到語義不明檢測模型；通過所述語義不明檢測模型對待檢測語句文本執行文本錯誤檢測操作。本申請能夠檢測文本中的語義不明錯誤，提高文本檢測的精準度。本申請還公開了一種文本錯誤檢測裝置、一種電子設備及一種存儲介質，具有以上有益效果。

技術領域

本申請涉及文本檢測技術領域，特別涉及一種文本錯誤檢測方法、裝置、一種電子設備及一種存儲介質。

背景技術

在互動式語法反饋教學中，對用戶輸入的文本進行錯誤檢測能夠提高教學質量。文本中的語義不明錯誤為導致文本存在歧義的錯誤，在相關技術中，當用戶的輸入為語義不明的句子時，則直接判定為檢測到語法錯誤并進行語法糾錯，這種糾錯方式往往會造成將錯誤的地方改成仍然是錯誤的表達，上述方式無法了解用戶的真實表達意圖并提供有意義的反饋。

因此，如何檢測文本中的語義不明錯誤，提高文本檢測的精準度是本領域技術人員目前需要解決的技術問題。

發明內容

本申請的目的是提供一種文本錯誤檢測方法、裝置、一種電子設備及一種存儲介質，能夠檢測文本中的語義不明錯誤，提高文本檢測的精準度。

為解決上述技術問題，本申請提供一種文本錯誤檢測方法，該文本錯誤檢測方法包括：

獲取標準語句文本，并將所述標準語句文本作為第一樣本添加至訓練集；

對所述標準語句文本添加噪聲得到錯誤語句文本，并將所述錯誤語句文本作為第二樣本添加至所述訓練集；

利用所述訓練集中的樣本對初始模型進行訓練得到語義不明檢測模型；

通過所述語義不明檢測模型對待檢測語句文本執行文本錯誤檢測操作。

可選的，對所述標準語句文本添加噪聲得到錯誤語句文本，包括：

基于預設概率P對所述標準語句文本中的單詞執行加噪聲操作，得到所述錯誤語句文本；

其中，在執行加噪聲操作的過程中，單詞被執行加噪聲操作的概率為P，單詞不被執行加噪聲操作的概率為1-P。

可選的，所述加噪聲操作包括單詞添加操作、單詞刪除操作、單詞替換操作和單詞順序交換操作中任一種操作或任幾種操作的組合。

可選的，對所述標準語句文本中的單詞執行所述單詞替換操作包括：

從單詞表中選取第一目標單詞，并將所述標準語句文本中的單詞替換為所述第一目標單詞；其中，所述單詞表包括所述標準語句文本中的所有單詞。

可選的，在基于預設概率P對所述標準語句文本中的單詞執行加噪聲操作之前，還包括：

查詢所述標準語句文本中的第二目標單詞；

根據單詞加噪聲映射關系表對所述第二目標單詞執行對應的加噪聲操作；

相應的，基于預設概率P對所述標準語句文本中的單詞執行加噪聲操作包括：

基于所述預設概率P對所述標準語句文本中除了所述第二目標單詞之外的單詞執行加噪聲操作。

可選的，在利用所述訓練集中的樣本對初始模型進行訓練得到語義不明檢測模型之后，還包括：

利用所述語義不明檢測模型對已知分類的語句文本進行文本錯誤檢測操作；

根據檢測結果確定所述語義不明檢測模型的分類準確度；