[發明專利]文本糾錯的方法、裝置、電子設備和可讀存儲介質

有效

• 申請號: 202010692628.8
• 申請日: 2020-07-17
• 公開（公告）號: CN112001169B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 徐夢笛;鄧卓彬;賴佳偉;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: G06F40/232
• 分類號: G06F40/232;G06F40/30
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 田宏賓

本申請公開了一種文本糾錯的方法、裝置、電子設備和可讀存儲介質，涉及深度學習、自然語言處理技術領域。本申請在進行文本糾錯時所采用的實現方案為：獲取待處理文本，并從所述待處理文本中提取語義向量；將所述語義向量輸入至文本糾錯模型，得到所述文本糾錯模型輸出的文本糾錯信息，所述文本糾錯信息包含所述待處理文本中每個字的檢錯信息以及候選字信息；根據所述檢錯信息，確定所述待處理文本中出現錯誤的字作為目標字；根據所述目標字對應的候選字信息，從預設字表中選取相應的候選字替換所述目標字，得到所述待處理文本的糾錯結果。本申請能夠提升文本糾錯的準確性以及效率。

技術領域

本申請涉及人工智能技術領域，尤其涉及自然語言處理技術領域中的一種文本糾錯的方法、裝置、電子設備和可讀存儲介質。

背景技術

文本糾錯是指對文本中出現錯誤的內容進行糾正的過程。現有技術在進行文本糾錯時通常采用錯誤檢測以及候選召回這兩個步驟實現文本糾錯。但是錯誤檢測和候選召回通常是兩個獨立的任務，即先進行錯誤檢測找到文本中的“可疑位置”，然后再進行候選召回針對“可疑位置”找到正確的候選。因此現有技術在進行文本糾錯時，無法保證錯誤檢測以及候選召回的一致性，從而導致文本糾錯的效率、準確性較低。

發明內容

本申請為解決技術問題所采用的技術方案是提供一種文本糾錯的方法，包括：獲取待處理文本，并從所述待處理文本中提取語義向量；將所述語義向量輸入至文本糾錯模型，得到所述文本糾錯模型輸出的文本糾錯信息，所述文本糾錯信息包含所述待處理文本中每個字的檢錯信息以及候選字信息；根據所述檢錯信息，確定所述待處理文本中出現錯誤的字作為目標字；根據所述目標字對應的候選字信息，從預設字表中選取相應的候選字替換所述目標字，得到所述待處理文本的糾錯結果。

本申請為解決技術問題所采用的技術方案是提供一種文本糾錯的裝置，包括：提取單元，用于獲取待處理文本，并從所述待處理文本中提取語義向量；處理單元，用于將所述語義向量輸入至文本糾錯模型，得到所述文本糾錯模型輸出的文本糾錯信息，所述文本糾錯信息包含所述待處理文本中每個字的檢錯信息以及候選字信息；檢錯單元，用于根據所述檢錯信息，確定所述待處理文本中出現錯誤的字作為目標字；糾正單元，用于根據所述目標字對應的候選字信息，從預設字表中選取相應的候選字替換所述目標字，得到所述待處理文本的糾錯結果。

一種電子設備，其特征在于，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行上述方法。

一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其特征在于，所述計算機指令用于使所述計算機執行上述方法。

一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現上述方法。

上述申請中的一個實施例具有如下優點或有益效果：本申請能夠保證文本糾錯中的錯誤檢測與候選召回具有一致性，并提升文本糾錯的準確性以及效率。因為采用了通過文本糾錯模型得到待處理文本中每個字所對應的檢錯信息以及候選字信息的技術手段，所以克服了現有技術中錯誤檢測以及候選召回通常是獨立進行的技術問題，實現了保證文本糾錯中的錯誤檢測與候選召回具有一致性的同時，提升文本糾錯的準確性以及效率的技術效果。

上述可選方式所具有的其他效果將在下文中結合具體實施例加以說明。

附圖說明

附圖用于更好地理解本方案，不構成對本申請的限定。其中：

圖1是根據本申請第一實施例的示意圖；

圖2是根據本申請第二實施例的示意圖；

圖3是根據本申請第三實施例的示意圖；

圖4是用來實現本申請實施例的文本糾錯方法的電子設備的框圖。

具體實施方式