[发明专利]文本纠错方法、装置、电子设备和可读存储介质

权利要求书

1.一种文本纠错方法，包括：

获取待处理文本，确定所述待处理文本中的目标文本；

根据音素词典与所述目标文本的原始音素序列，得到至少一个候选音素序列；

根据所述至少一个候选音素序列与多个候选词的音素序列，从所述多个候选词中选取目标词；

根据所述目标词，得到所述待处理文本的纠错结果。

2.根据权利要求1所述的方法，其中，所述根据音素词典与所述目标文本的原始音素序列，得到至少一个候选音素序列包括：

针对所述原始音素序列中的每个音素，获取所述音素词典中与该音素对应的相似音素；

将所述原始音素序列中的音素替换为与其对应的相似音素之后，将音素替换结果与所述原始音素序列作为至少一个候选音素序列。

3.根据权利要求1-2中任一项所述的方法，还包括，

确定所述目标文本所属的技术领域；

获取与所述技术领域对应的多个词语，作为所述多个候选词。

4.根据权利要求1-3中任一项所述的方法，其中，所述根据所述至少一个候选音素序列与多个候选词的音素序列，从所述多个候选词中选取目标词包括：

根据所述至少一个候选音素序列与所述多个候选词的音素序列，得到所述目标文本与所述多个候选词之间的相似度；

将所述相似度的最大值对应的候选词，作为所述目标词。

5.根据权利要求4所述的方法，其中，所述根据所述至少一个候选音素序列与所述多个候选词的音素序列，得到所述目标文本与所述多个候选词之间的相似度包括：

针对每个候选词，选取一个候选音素序列与该候选词的一个音素序列；

在确定所述目标文本与该候选词具有相同长度值的情况下，统计所述候选音素序列中每个位置处的汉字的音素子序列所包含的音素在该候选词的音素序列中相应位置处的汉字的音素子序列中的出现次数；

根据所统计的出现次数与目标长度值，得到所述目标文本与该候选词之间的第一相似度。

6.根据权利要求4所述的方法，其中，所述根据所述至少一个候选音素序列与所述多个候选词的音素序列，得到所述目标文本与所述多个候选词之间的相似度包括：

针对每个候选词，选取一个候选音素序列与该候选词的一个音素序列；

在确定所述目标文本与该候选词具有不同长度值的情况下，将两者中长度值较小的一个作为第一实体，另外一个作为第二实体；

将所述第一实体在所述第二实体上进行滑动，根据每次滑动时两个实体的音素序列，得到每次滑动时所对应的相似度；

根据每次滑动时所对应的相似度，得到所述目标文本与该候选词之间的第二相似度。

7.根据权利要求4所述的方法，其中，所述根据所述至少一个候选音素序列与所述多个候选词的音素序列，得到所述目标文本与所述多个候选词之间的相似度包括：

针对每个候选词，选取一个候选音素序列与该候选词的一个音素序列；

依次将所述候选音素序列中对应每个汉字的音素子序列与该候选词的音素序列中对应每个汉字的音素子序列进行匹配；

在确定该候选词的音素序列中存在与所述候选音素序列中当前汉字的音素子序列完全匹配的音素子序列的情况下，将音素子序列中的音素数量作为当前汉字的计数结果；

根据所述目标文本中每个汉字的计数结果与所述目标文本的长度值，得到所述目标文本与该候选词之间的第三相似度。

8.一种文本纠错装置，包括：

获取单元，用于获取待处理文本，确定所述待处理文本中的目标文本；

处理单元，用于根据音素词典与所述目标文本的原始音素序列，得到至少一个候选音素序列；

选取单元，用于根据所述至少一个候选音素序列与多个候选词的音素序列，从所述多个候选词中选取目标词；

纠错单元，用于根据所述目标词，得到所述待处理文本的纠错结果。