[发明专利]印尼语单词检错纠错方法及系统

权利要求书

1.一种印尼语单词检错纠错方法，其特征在于，包括：

接收待检测印尼语语句，获得所述待检测印尼语语句中的待检测单词；

根据预设的正确词库判断所述待检测单词是否为错误单词；

当所述待检测单词为错误单词时，根据所述正确词库中的每个单词与所述待检测单词的编辑距离获得M个候选单词；其中，M≥3；

根据预先训练的二元印尼语统计模型获得所述待检测印尼语语句中的所述待检测单词的相邻单词与每个所述候选单词的组合概率；

根据所述组合概率对所述待检测单词进行非词纠错；

所述方法还包括：

当所述待检测单词不为错误单词时，根据预先训练的长短时记忆神经网络模型获得满足预设的单词概率条件的第一组候选正确单词，并根据所述二元印尼语统计模型获得满足预设的单词概率条件的第二组候选正确单词；

根据所述第一组候选正确单词和所述第二组候选正确单词判断所述待检测单词是否为正确单词；

当所述待检测单词不为正确单词时，根据所述第一组候选正确单词的单词概率和所述第二组候选正确单词的单词概率获得所有候选正确单词的综合概率；

根据所述综合概率对所述待检测单词进行真词纠错。

2.如权利要求1所述的印尼语单词检错纠错方法，其特征在于，所述根据预设的正确词库判断所述待检测单词是否为错误单词，具体包括：

根据预先训练的一元印尼语统计模型获得所述正确词库；

判断所述待检测单词是否存在于所述正确词库中；

当所述待检测单词存在于所述正确词库中时，判定所述待检测单词不为错误单词；

当所述待检测单词不存在于所述正确词库中时，判定所述待检测单词为错误单词。

3.如权利要求2所述的印尼语单词检错纠错方法，其特征在于，所述根据预先训练的一元印尼语统计模型获得所述正确词库，具体包括：

根据所述一元印尼语统计模型获得预设的一元统计词典中的每个单词的出现次数；

根据所述一元统计词典中出现次数不小于预设的次数阈值的单词构建所述正确词库；

对所述一元统计词典中出现次数小于所述次数阈值的单词进行审核，并将审核通过的单词加入所述正确词库。

4.如权利要求1所述的印尼语单词检错纠错方法，其特征在于，所述当所述待检测单词为错误单词时，根据所述正确词库中的每个单词与所述待检测单词的编辑距离获得M个候选单词，具体包括：

当所述待检测单词为错误单词时，根据所述正确词库中单词长度与所述待检测单词的单词长度满足预设的单词长度条件的单词构建候选词库；

分别计算所述候选词库中的每个单词与所述待检测单词的最小编辑距离；

将所述候选词库中的每个单词按照所述最小编辑距离从小到大的顺序排列，将排列于前M位的单词作为所述候选单词。

5.如权利要求1所述的印尼语单词检错纠错方法，其特征在于，所述根据所述组合概率对所述待检测单词进行非词纠错，具体包括：

将每个所述候选单词按照所述组合概率从大到小的顺序排列；

选择排列位于前K位的所述候选单词作为非词纠错的推荐单词；其中，K≤M。

6.如权利要求1所述的印尼语单词检错纠错方法，其特征在于，所述根据所述第一组候选正确单词和所述第二组候选正确单词判断所述待检测单词是否为正确单词，具体包括：

判断所述待检测单词是否存在于所述第一组候选正确单词或/和所述第二组候选正确单词中；

当所述待检测单词存在于所述第一组候选正确单词或/和所述第二组候选正确单词中时，判定所述待检测单词为正确单词；

当所述待检测单词不存在于所述第一组候选正确单词和所述第二组候选正确单词中时，判定所述待检测单词不为正确单词。