[发明专利]一种搜索文本的纠正方法、装置、终端及存储介质

权利要求书

1.一种搜索文本的纠正方法，其特征在于，包括：

获取目标搜索文本，并对所述目标搜索文本进行分词处理确定所述目标搜索文本对应的搜索词序列；

根据搜索语料库确定所述搜索词序列对应的各候选准确词序列，其中，所述搜索词序列中的搜索词与所述候选准确词序列中的候选准确词一一对应；

对所述搜索词序列进行分段，确定每个分段方式对应的各搜索词片段以及各所述搜索词片段对应的各候选准确词片段，其中，所述分段方式包括搜索词片段数量以及每个搜索词片段对应的搜索词数量；

根据所述每个分段方式对应的各搜索词片段、与所述搜索词片段对应的各候选准确词片段、所述搜索语料库、以及搜索词总数，确定每个所述分段方式下各所述候选准确词序列对应的候选纠正概率，其中，所述搜索词总数为组成搜索词序列的搜索词的数量；

根据每个所述分段方式下各所述候选准确词序列对应的候选纠正概率，确定所述目标搜索文本对应的目标准确词序列，并根据所述目标准确词序列确定所述目标搜索文本对应的目标准确文本。

2.根据权利要求1所述的方法，其特征在于，根据所述每个分段方式对应的各搜索词片段、与所述搜索词片段对应的各候选准确词片段、所述搜索语料库、以及搜索词总数，确定每个所述分段方式下各所述候选准确词序列对应的候选纠正概率，包括：

将所述每个分段方式逐个确定为第一分段方式，并将所述第一分段方式下各所述候选准确词序列逐个确定为第一准确词序列；

根据所述搜索语料库，确定所述第一分段方式对应的各片段纠正概率，其中，所述片段纠正概率是搜索词片段纠正为对应的第一准确词片段的概率；

根据各所述片段纠正概率、所述搜索词片段数量以及搜索词总数确定所述第一分段方式下所述第一准确词序列对应的候选纠正概率。

3.根据权利要求2所述的方法，其特征在于，根据所述搜索语料库，确定所述第一分段方式对应的各片段纠正概率，包括：

将所述第一分段方式对应的各所述搜索词片段逐个确定为目标搜索词片段；

若所述目标搜索词片段仅包括一个搜索词，则根据所述搜索语料库确定所述目标搜索词片段对应的第一纠正概率，并将所述第一纠正概率确定为所述目标搜索词片段对应的片段纠正概率，其中所述第一纠正概率是该搜索词纠正为对应的第一准确词的概率；

若所述目标搜索词片段包括至少两个搜索词，则根据所述搜索语料库确定所述目标搜索词片段对应的各第二纠正概率以及各第三纠正概率，并根据各所述第二纠正概率和各所述第三纠正概率，确定所述目标搜索词片段对应的片段纠正概率，其中所述第二纠正概率是所述目标搜索词片段中的当前搜索词纠正为对应的当前第一准确词的概率，所述第三纠正概率是当前第一准确词后出现下一第一准确词的概率。

4.根据权利要求3所述的方法，其特征在于，根据所述搜索语料库确定所述目标搜索词片段对应的各第二纠正概率以及各第三纠正概率，包括：

根据所述搜索语料库确定所述目标搜索词片段中当前搜索词对应的历史搜索次数、当前搜索词纠正为对应的第一准确词的历史纠正次数、当前搜索词对应的当前第一准确词的第一出现次数、以及所述当前第一准确词的下一第一准确词的第二出现次数；

根据所述历史搜索次数和所述历史纠正次数，确定各第二纠正概率；

根据所述第一出现次数和所述第二出现次数，确定各第三纠正概率。

5.根据权利要求3所述的方法，其特征在于，根据如下公式确定所述目标搜索词片段对应的片段纠正概率：

其中，是目标搜索词片段；是目标搜索词片段对应的第一准确词片段；n_i+1是目标搜索词片段中第一个搜索词或者第一准确词片段中第一准确词对应的下标；n_i+1是目标搜索词片段中最后一个搜索词或者第一准确词片段中最后一个第一准确词对应的下标；是目标搜索词片段对应的片段纠正概率；p(c_j|q_j)是第j个第二纠正概率，即目标搜索词片段中第j个搜索词纠正为对应的第一准确词的概率，p(c_j+1|c_j)是第j+1个第三纠正概率，即第一准确词片段中在第j个第一准确词后出现第j+1个第一准确词的概率。