[發明專利]可動態擴展的錯字檢測服務實現方法及系統

在審

• 申請號: 202210207314.3
• 申請日: 2022-03-04
• 公開（公告）號: CN115065671A
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 董仲舒;張陽光;左洪強;何文歡;姚金龍;谷晶中
• 申請（專利權）人: 山谷網安科技股份有限公司
• 主分類號: H04L67/02
• 分類號: H04L67/02;H04L67/51;G06F9/54;G06F16/955;G06F40/284;H04L41/0896
• 代理公司: 鄭州大通專利商標代理有限公司 41111
• 代理人: 石丹丹

本發明屬于分布式服務以及自然語言處理技術領域，特別涉及一種可動態擴展的錯字檢測服務實現方法及系統，該方法包括首先grpc網關接收http錯字識別請求；然后grpc網關選取一個已經注冊的服務地址；其次grpc網關和已經選取的錯字識別服務建立連接；錯字識別服務調用錯字識別算法對內容進行錯字檢測，向網關返回錯字識別結果；最后網關把錯字識別結果返回給用戶。本發明在錯字識別的基礎上，提供一種互聯網服務，而且隨著業務需求的增長能夠快速、無縫的擴容從而滿足用戶方便、快捷、簡單的錯字識別需求。

技術領域

本發明屬于分布式服務以及自然語言處理技術領域，特別涉及一種可動態擴展的錯字檢測服務實現方法及系統。

背景技術

隨著互聯網技術以及新媒體技術的發展，互聯網每天產生的內容越來越多。很多門戶網站在內容發布前，都需要對內容進行嚴格的審核，因為一旦出現錯字錯詞，不但會對網站造成不好的影響，同時也對網站擁有者的形象也造成了極大的破壞。

因此人們需要對文章的錯字進行嚴格的審核，但是人的精力是有限的，在大量的文件面前，人們審核的速度和精度會隨著時間的增長而降低，所以需要一種快速準確的技術來輔助人們來進行錯字審核。

對于現有的錯字識別服務來說，有的需要安裝軟件，限制了用戶需求的時間、地點的同時，也會給用戶帶來經常需要升級的麻煩；有的僅支持文本，而且速度也不高，在用戶需要快速完成審核時，不能很好的滿足用戶的要求。

發明內容

針對現有技術中存在的問題，本發明提出一種可動態擴展的錯字檢測服務實現方法及系統，在錯字識別的基礎上，提供一種互聯網服務，而且隨著業務需求的增長能夠快速、無縫的擴容從而滿足用戶方便、快捷、簡單的錯字識別需求。

為了實現上述目的，本發明采用以下的技術方案：

本發明提供了一種可動態擴展的錯字檢測服務實現方法，包含以下步驟：

grpc網關接收http錯字識別請求；

grpc網關選取一個已經注冊的服務地址；

grpc網關和已經選取的錯字識別服務建立連接；

錯字識別服務調用錯字識別算法對內容進行錯字檢測，向網關返回錯字識別結果；

網關把錯字識別結果返回給用戶。

進一步地，所述grpc網關接收http錯字識別請求之前還包括：

錯字識別服務從本地文件中讀取配置文件；

根據讀取的信息向etcd集群中注冊自己提供的服務；

啟動grpc網關服務；

grpc網關程序、本地錯字識別程序分別啟動監聽服務。

進一步地，所述配置文件包括本機IP地址、端口號和服務名字。

進一步地，所述根據讀取的信息向etcd集群中注冊自己提供的服務，注冊形式為key/value，其中key的形式為：前綴/服務名字/本機IP地址:端口，value的形式為：本機IP地址:端口。

進一步地，所述grpc網關和已經選取的錯字識別服務建立連接之后還包括：

錯字識別服務接收請求，檢查請求類型是文本檢測還是URL錯字檢測；

如果是URL錯字檢測，則對URL頁面進行下載，如果URL頁面下載成功，則提取該頁面內容，錯字識別服務調用錯字識別算法對內容進行錯字檢測，否則向網關返回下載錯誤結果；

如果是文本檢測，則錯字識別服務調用錯字識別算法對內容進行錯字檢測。

進一步地，所述錯字識別算法包含以下步驟：

加載主要詞庫，建立雙tire數組；

加載錯字詞庫；

對http錯字識別請求的文本內容進行讀取；

根據主要詞庫對文本內容進行分詞；