一種基于拼音相同或相似的中文文本糾錯(cuò)方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN202010496115.X | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN111753529B | 公開(kāi)（公告）日 | 2021-07-27 |
| 申請(qǐng)公布號(hào) | CN111753529B | 申請(qǐng)公布日 | 2021-07-27 |
| 分類(lèi)號(hào) | G06F40/232（2020.01）;G06F40/289（2020.01） | 分類(lèi) | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 何卓威 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 杭州云嘉云計(jì)算有限公司 |
| 代理機(jī)構(gòu) | 杭州杭誠(chéng)專(zhuān)利事務(wù)所有限公司 | 代理人 | 尉偉敏 |
| 地址 | 311100浙江省杭州市余杭區(qū)五常街道聯(lián)創(chuàng)街188號(hào)5號(hào)樓401室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明提出一種基于拼音相同或相似的中文文本糾錯(cuò)方法，包括以下步驟：S1，在傳統(tǒng)ngrams語(yǔ)言模型基礎(chǔ)上做調(diào)整，建立粒度為單個(gè)中文字符的中文字結(jié)構(gòu)語(yǔ)言模型；S2，對(duì)待糾錯(cuò)語(yǔ)句進(jìn)行候選處理，生成候選序列；S3，基于混淆集和MAD算法對(duì)候選序列進(jìn)行檢錯(cuò)，獲得待糾錯(cuò)語(yǔ)句候選序列；S4，基于中文字結(jié)構(gòu)語(yǔ)言模型的最大后驗(yàn)概率，使用雙選Viterbi算法解碼輸出糾錯(cuò)結(jié)果。本發(fā)明相對(duì)于傳統(tǒng)方法詞粒度準(zhǔn)確率較高，糾錯(cuò)速度較傳統(tǒng)方法快。 |
