[发明专利]文字拼写的检测方法、系统、计算机设备及存储介质

说明书

本发明涉及一种文字拼写的检测方法、系统、计算机设备及存储介质，所述方法包括：利用预先训练的拼写错误修正模型检测待识别语句中各个文字及其对应的混淆字集中各个混淆字在当前位置上的出现概率；若当前文字的出现概率大于第一概率阈值，则判定该文字没有拼写错误；若当前文字的出现概率小于第一概率阈值且大于第二概率阈值，则根据该文字在其相应的混淆集中的出现概率的排序判断是否拼写错误。本发明的技术，利用预先训练的拼写错误修正模型检测文字及其对应的混淆字集中混淆字在当前位置上的出现概率，结合相应的概率阈值以及混淆字集中混淆字的出现概率来判断该文字是否错误，实现了对文本输入中的拼写进行准确、高效的检测。

技术领域

本发明涉及计算机软件技术领域，特别是涉及一种文字拼写的检测方法、系统、计算机设备及存储介质。

背景技术

随着计算机软件技术的不断发展，对于文本信息的检索、抽取、翻译等技术逐渐成熟，然而对于文本的校对还没有准确高效的方法。

对于文本中错别字的识别是文本校对的核心环节，文本中的错字严重影响了文本的质量，例如，新闻稿件对错别字的要求十分严格，如果没有对稿件中的错别字进行及时的识别和纠正，可能会向读者传递错误信息，所以对于文本中错字的识别具有重要意义。

传统输入错误的识别方法主要采用基于统计的方法，此方法需要根据上下文中的字、词等的特征，建立统计语言模型，此方法依赖统计语言模型，在建立统计语言模型的过程中，统计数据稀疏问题会严重影响其识别的效率和精度，难以对文本输入中的拼写是否准确进行准确、高效的检测。

发明内容

基于此，有必要针对上述难以对文本输入中的拼写错误进行准确、高效的修正的问题，提供一种文字拼写的检测方法、系统、计算机设备及存储介质。

一种文字拼写的检测方法，包括以下步骤：

利用预先训练的拼写错误修正模型检测待识别语句中各个文字及其对应的混淆字集中各个混淆字在当前位置上的出现概率；

若当前文字的出现概率大于第一概率阈值，则判定该文字没有拼写错误；

若当前文字的出现概率小于第一概率阈值且大于第二概率阈值，则根据该文字在其相应的混淆集中的出现概率的排序判断是否拼写错误。

上述文字拼写的检测方法，利用预先训练的拼写错误修正模型检测文字及其对应的混淆字集中混淆字在当前位置上的出现概率，结合相应的概率阈值以及混淆字集中混淆字的出现概率来判断该文字是否错误，实现了对文本输入中的拼写进行准确、高效的检测。

在一个实施例中，所述根据该文字在其相应的混淆集中的出现概率的排序判断是否拼写错误的步骤包括：

如果该文字在其相应的混淆集中的出现概率最大，判定该文字没有拼写错误，否则判定该文字拼写错误。

在一个实施例中，所述利用预先训练的拼写错误修正模型检测待识别语句中各个文字及其对应的混淆字集中各个混淆字在当前位置上的出现概率的步骤包括：

将待识别语句中的文字输入所述拼写错误修正模型进行检测，得到该文字的下一个位置上各个文字的概率向量，从各个文字的概率向量中获取下一个文字的出现概率；

获取所述文字的混淆字集，利用所述拼写错误修正模型检测所述文字的混淆字集中各个混淆字在当前位置上的出现概率；其中，所述混淆字集为所述文字拼写相近的多个文字的集合。

在一个实施例中，所述的文字拼写的检测方法还包括：

利用自然语言的语料数据并建立拼写错误检测的训练模型；对所述语料数据进行预处理得到训练语料句子；利用所述训练语料句子对所述训练模型进行训练，得到所述拼写错误检测模型。

在一个实施例中，所述对所述语料数据进行预处理得到训练语料句子的步骤包括：