[發明專利]一種日語寫作自動糾錯方法及系統

在審

• 申請號: 202110301196.8
• 申請日: 2021-03-22
• 公開（公告）號: CN112883917A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 冶文玲;鄭毅樂;李慧;王霜;黃金春;趙付立;張磊
• 申請（專利權）人: 蘭州理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N20/00
• 代理公司: 武漢菲翔知識產權代理有限公司 42284
• 代理人: 賈雙明

1.一種日語寫作自動糾錯方法，其特征在于，包括以下步驟：

S1：收集待檢測的日語寫作文本；

S2：將待檢測的日語寫作文本中的每個單詞轉換為詞向量，將文本中的每個句子中的詞向量進行特征提取，得到句子中的具有特征的詞向量，并將其作為特征量，將句子中的詞向量與特征量輸入關聯模型中，關聯模型利用后饋傳播的方式進行學習調整，得到句子中的每個詞向量與特征量關聯值，根據詞性得到詞向量與詞向量之間組合的集合，選擇集合中總的關聯值最大的一組組合，標記組合中未被選擇的詞向量；

S3：將選擇的組合根據知識樹進行完善，生成糾錯后的文本。

2.根據權利要求1所述的一種日語寫作自動糾錯方法，其特征在于，所述步驟S2中，所述關聯模型通過深度學習算法根據數據庫建模，得到特征量與詞向量的關聯概率以及詞向量與特征量的關聯概率，將兩個關聯概率相除得到關聯值。

3.根據權利要求2所述的一種日語寫作自動糾錯方法，其特征在于，所述深度學習采用卷積神經網絡完成，所述卷積神經網絡由編碼器路徑和解碼器路徑組成，所述編碼器路徑和解碼器路徑均由卷積到批標準化到激活Relu函數的卷積單元形式的網絡結構組成。

4.根據權利要求1所述的一種日語寫作自動糾錯方法，其特征在于，所述步驟S3中，將組合中被選擇的詞向量作為節點，通過蒙特卡洛樹進行搜索，完善組合中缺少的詞向量，形成糾錯文本。

5.一種日語寫作自動糾錯系統，其特征在于，包括數據庫(5)、詞向量轉換模塊(2)、特征量提取模塊(3)、文本獲取模塊(1)、關聯模型(4)、文本選擇模塊(6)、錯誤標記模塊(7)、糾錯模塊(8)；

所述文本獲取模塊(1)用于獲取待檢測的日語寫作文本；

所述詞向量轉換模塊(2)將獲取的日語寫作文本進行詞向量轉換；

所述特征提取模塊(3)提取文本中每個句子中最具有特征的詞向量作為特征量；

所述關聯模型(4)根據數據庫(5)進行建模，將句子中的詞向量與特征量采用深度學習算法，利用后饋傳播的方式進行學習調整，得到句子中的每個詞向量與特征量關聯值；

所述文本選擇模塊(6)根據詞的詞性得到詞向量與特征量組合的集合，利用貪婪算法得到算集合中最大的關聯值的組合，并選擇該組合；

所述錯誤標記模塊(7)將組合中未選擇的詞向量進行標記，生成帶有錯誤標記的文本；

所述糾錯模塊(8)將選擇后的組合通過知識樹進行完善，生成糾錯后的文本。

6.根據權利要求5所述的一種日語寫作自動糾錯系統，其特征在于，還包括展示模塊(9)，所述展示模塊(9)將未被選擇的詞向量和添加完善的詞向量進行對比展示。

7.根據權利要求5所述的一種日語寫作自動糾錯系統，其特征在于，還包括統計模塊(10)，統計模塊(10)將寫作中的錯誤率進行統計，生成得分數。