[发明专利]一种中文文本纠错方法、系统、终端设备及存储介质

权利要求书

1.一种中文文本纠错方法，其特征在于，包括以下步骤：

接收初始文档，对所述初始文档进行预处理，得到待处理文本；

基于预设的第一模型对所述待处理文本进行错误筛选处理，得到第一文本；

基于预设的第二模型对所述第一文本进行初步纠错处理，纠正第一文本中的错误字符，得到第二文本；

基于预设的第三模型对所述第二文本进行精调纠错处理，调整所述第二文本的文本长度，得到最终文本。

2.根据权利要求1所述的一种中文文本纠错方法，其特征在于，所述对所述初始文档进行预处理，得到待处理文本包括以下步骤：

对所述初始文档进行分句，得到第一文档；

基于预设的字数阈值对所述第一文档中的句子进行处理，得到第二文档；

将所述第二文档中的英文字母进行调整，得到待处理文本。

3.根据权利要求1所述的一种中文文本纠错方法，其特征在于，所述基于预设的第一模型对所述待处理文本进行错误筛选处理，得到第一文本包括以下步骤：

根据预设的第一模型构建召回模型；

基于所述召回模型对待处理文本中的错误字符进行标记处理，得到第一文本。

4.根据权利要求3所述的一种中文文本纠错方法，其特征在于，所述基于预设的第二模型对所述第一文本进行初步纠错处理，纠正第一文本中的错误字符，得到第二文本包括以下步骤：

基于所述第一文本对预设的第二模型进行领域预训练，得到初步纠错模型；

对所述初步纠错模型进行训练，基于所述初步纠错模型对所述错误字符进行纠错处理，得到第二文本。

5.根据权利要求4所述的一种中文文本纠错方法，其特征在于，所述基于预设的第三模型对所述第二文本进行精调纠错处理，调整所述第二文本的文本长度，得到最终文本包括以下步骤：

预设第三模型，所述第三模型包括编码层和解码层；

在所述解码层后接入输出层，构建精调纠错模型；

基于所述精调纠错模型对所述第二文本进行精调纠错处理，调整所述第二文本的文本长度，得到最终文本。

6.一种中文文本纠错系统，其特征在于，包括预处理模块（1）、召回模块（2）、初步纠错模块（3）和精调纠错模块（4），所述召回模块（2）与所述预处理模块（1）连接，所述初步纠错模块（3）与所述召回模块（2）连接，所述精调纠错模块（4）与所述初步纠错模块（3）连接；

所述预处理模块（1），用于接收初始文档，并对所述初始文档进行预处理，得到待处理文本；

所述召回模块（2），用于基于预设的第一模型对所述待处理文本进行错误筛选处理，得到第一文本；

所述初步纠错模块（3），基于预设的第二模型对所述第一文本进行初步纠错处理，纠正第一文本中的错误字符，得到第二文本；

所述精调纠错模块（4），基于预设的第三模型对所述第二文本进行精调纠错处理，调整所述第二文本的文本长度，得到最终文本。

7.根据权利要求6所述的一种中文文本纠错系统，其特征在于，所述初步纠错模块（3）包括预训练单元（31）、提取单元和初步纠错单元（32），所述初步纠错单元（32）与所述提取单元连接；

所述预训练单元（31），用于基于所述第一文本对预设的第二模型进行领域预训练，得到预训练后的初步纠错模型；

所述初步纠错单元（32），基于所述初步纠错模型和预设的词表对所述错误字符进行纠错处理，得到第二文本。

8.根据权利要求7所述的一种中文文本纠错系统，其特征在于，所述精调纠错模块（4）包括构建单元（41）和精调纠错单元（42）；

所述构建单元（41），用于构建第三模型，所述第三模型包括编码层和解码层，并在所述解码层后接入输出层，构建精调纠错模型；

所述精调纠错单元（42），用于基于所述精调纠错模型对所述第二文本进行精调纠错处理，得到最终文本。