[发明专利]文本纠错方法、装置、电子设备和可读存储介质

说明书

本公开提供了一种文本纠错方法、装置、电子设备及可读存储介质，涉及自然语言处理、深度学习等人工智能技术领域。其中，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。本公开能够简化文本纠错的步骤，降低文本纠错的成本，实现文本纠错的冷启动，且在文本中出现“音似字错”的情况下也会取得较好的纠错效果，进一步提升文本纠错的准确性。

技术领域

本公开涉及计算机技术领域，尤其涉及自然语言处理、深度学习等人工智能技术领域。具体提供了一种文本纠错方法、装置、电子设备及可读存储介质。

背景技术

在中文环境下，自动语音识别系统需要将声音信号识别成汉字。由于汉字存在一音多字或者一字多音的情况，自动语音识别系统会倾向于生成训练样本中大概率出现的汉字序列。此外，由于用户本身可能存在发音不准或者语音信号在信道传播过程中引入噪声，导致无法正确地从语音信号获取汉字结果，因此需要进行文本纠错。

同样地，在纯文本场景下，存在拼写错误、误增字符或者表述补全的问题，也需要进行文本纠错。但是现有技术在进行文本纠错时，通常依赖机器学习技术，因此存在纠错成本较高、无法冷启动的问题。

发明内容

根据本公开的第一方面，提供了一种文本纠错方法，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。

根据本公开的第二方面，提供了一种文本纠错装置，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。

根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如上所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。

由以上技术方案可以看出，本公开能够简化文本纠错的步骤，降低文本纠错的成本，实现文本纠错的冷启动，且在文本中出现“音似字错”的情况下也会取得较好的纠错效果，进一步提升文本纠错的准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是根据本公开第二实施例的示意图；

图3是根据本公开第三实施例的示意图；

图4是根据本公开第四实施例的示意图；

图5是根据本公开第五实施例的示意图；

图6是根据本公开第六实施例的示意图；