【技术实现步骤摘要】
文本纠错方法、装置、电子设备及存储介质
本申请涉及计算机应用技术，特别涉及自然语言处理领域的文本纠错方法、装置、电子设备及存储介质。
技术介绍
文本纠错(即文本错误纠正)除了包括错别字纠正和用词错误纠正外，还包括多字、少字等文法错误纠正。多字是指文本中增加了多余的文字，从而导致语句不通顺，如“农村这种种美味的野草”，其中的“种种”的一个“种”为多字。少字是指文本中缺少了文字，从而导致语句不通顺，如“这才鸡翅的正确做法”，其中“才”和“鸡”之间缺少了“是”字。目前，多采用基于统计的传统文本纠错方法来解决多字和少字的问题，但这种方法主要适用于用词错误等问题的纠错，对于多字和少字的文法错误并不适用，从而导致多字和少字时的纠错结果的准确性较差。
技术实现思路
本申请提供了文本纠错方法、装置、电子设备及存储介质。一种文本纠错方法，包括：获取待处理的文本，通过在预定位置增加空字符，确定出所述待处理的文本中是否存在文法错误，所述文法错误为多字或少字；若确定所述待处理的文本中存在多...
【技术保护点】
1.一种文本纠错方法，包括：/n获取待处理的文本，通过在预定位置增加空字符，确定出所述待处理的文本中是否存在文法错误，所述文法错误为多字或少字；/n若确定所述待处理的文本中存在多字的文法错误，则去除所述待处理的文本中的多余的文字，若确定所述待处理的文本中存在少字的文法错误，则在所述待处理的文本中补入所缺少的文字。/n
【技术特征摘要】
1.一种文本纠错方法，包括：
获取待处理的文本，通过在预定位置增加空字符，确定出所述待处理的文本中是否存在文法错误，所述文法错误为多字或少字；
若确定所述待处理的文本中存在多字的文法错误，则去除所述待处理的文本中的多余的文字，若确定所述待处理的文本中存在少字的文法错误，则在所述待处理的文本中补入所缺少的文字。
2.根据权利要求1所述的方法，其中，通过在预定位置增加空字符，确定出所述待处理的文本中是否存在多字的文法错误包括：
对所述待处理的文本进行多字识别，所述多字识别包括：针对所述待处理的文本中的任一文字，分别进行以下第一处理：获取所述文字的N个候选，N为大于一的正整数，所述N个候选中包括所述文字本身，并为所述文字增加一个空字符候选；从N+1个候选中选出应该出现在所述文字所在位置的候选；若选出的候选为所述空字符，则确定所述待处理的文本中存在多字的文法错误。
3.根据权利要求2所述的方法，其中，所述去除所述待处理的文本中的多余的文字包括：针对所述待处理的文本中的任一文字，若确定选出的候选为所述空字符，则将所述文字替换为所述空字符。
4.根据权利要求3所述的方法，还包括：
若确定所述待处理的文本中存在多字的文法错误，则针对得到的纠错后的文本，执行以下第二处理：将所述纠错后的文本作为所述待处理的文本，进行所述多字识别；若确定所述待处理的文本中存在多字的文法错误，则去除所述待处理的文本中的多余的文字，得到纠错后的文本，并重复执行所述第二处理；若确定所述待处理的文本中不存在多字的文法错误，则将所述待处理的文本作为最终所需的文本。
5.根据权利要求1所述的方法，其中，通过在预定位置增加空字符，确定出所述待处理的文本中是否存在少字的文法错误包括：
对所述待处理的文本进行少字识别，所述少字识别包括：在所述待处理的文本中的每相邻两个文字之间、第一个文字之前以及最后一个文字之后分别插入一个空字符；针对任一空字符，分别进行以下第三处理：获取所述空字符的N个候选，N为大于一的正整数，所述N个候选中包括所述空字符本身；从N个候选中选出应该出现在所述空字符所在位置的候选；若选出的候选不是所述空字符，则确定所述待处理的文本中存在少字的文法错误。
6.根据权利要求5所述的方法，其中，所述在所述待处理的文本中补入所缺少的文字包括：针对任一空字符，若确定选出的候选不是所述空字符，则用选出的候选替换所述空字符。
7.根据权利要求6所述的方法，还包括：
若确定所述待处理的文本中存在少字的文法错误，则针对得到的纠错后的文本，执行以下第四处理：将所述纠错后的文本作为所述待处理的文本，进行所述少字识别；若确定所述待处理的文本中存在少字的文法错误，则在所述待处理的文本中补入所缺少的文字，得到纠错后的文本，并重复执行所述第四处理；若确定所述待处理的文本中不存在少字的文法错误，则将所述待处理的文本作为最终所需的文本。
8.一种文本纠错装置，包括：获取模块以及纠错模块；
所述获取模块，用于获取待处理的文本；
所述纠错模块，用于通过在预定位置增加空字符，确定...
【专利技术属性】
技术研发人员：邓卓彬，罗希意，徐梦笛，赖佳伟，付志宏，何径舟，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。