CN113743094B 文本纠错方法、电子设备及计算机可读存储介质 （上海携宁计算机科技股份有限公司）

司室集合中的索引词元的类型包括单个字母和汉字2根据所述目标索引词元在预设的索引中进行检索，得到和所根据所述待纠错词汇的字频和所述候选词的字频计算编辑距离，对所述候选词打分，其中，所述根据所述待纠错词汇的字频和所述候选词的字频计统计所述索引词元集合中各索引词元的字频，并标字为所述打分片段在所述候选词中对应的根据所述第一目标字的字频、所述第二目标字的字频和预将所述索引片段作为所述索引词元，得到所述索引词元集合，并构建所述3.根据权利要求1或2所述的文本纠错方法，其获取所述索引词元集合对应的专有名词集合中各专有3根据历史纠错记录，确定各专有名词在所述历史纠错记录中出现根据所述初始词频和所述纠错词频确定所述专有名获取各索引词元对应的若干专有名词的若干累计词频，对所述若干累计词频统计求5.根据权利要求3所述的文本纠错方法，其特征在于，所述根据所述第一目标字的字若所述第一目标字为单个汉字，且所述第一目标字的拼音与所述第若所述第一目标字为单个汉字，且所述第一目标字的拼音与若所述第一目标字为汉字拼音，且所述第一目标字与所述第二相同，则将所述第一目标字所表示的汉字拼音的字频与所述第二目标字的拼音的字频之为所述待纠错词汇前i-1个打分片段与所述候选词前j个索引词元之间的编辑距离，lev(a,by-1)为所述待纠错词汇前i个打分片段与所述候选词前j-1个索引词元之间的编辑距离，lev(a-1,b,-1)为所述待纠错词汇前i-1个打分片段与所述候选词前j-1个索引词元之间的编辑距离，cost(a,-1.by-1)为所述待纠错词汇第i-1个打分片段与所述候选词第j-1个4获取所述候选词对应的专有名词的累计词频和所述专述总词频为所述专有名词集合中各专有名词的累计词根据所述编辑相似度、所述总词频和所述候选词对应的专有名所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被理器执行，以使所述至少一个处理器能够执行如权利要求1至10中任一所述的文本纠错方理器执行时实现权利要求1至10中任一项所述的文本5点提取、文本识别、文本语义对比、文本纠错、中文光学字符识别(OpticalCharacter6设的索引词元集合中的索引词元也是单个字母或汉字拼音，无论是单个字母还是汉字拼7i为所述待纠错词为所述待纠错词汇第i-1个打分片段与所述候选词第i-1个索引词元之间的编辑成本，min8[0021]图3是根据本申请一个实施例中，获取预设的索引词元集合和预设的索引的流程[0022]图4是根据本申请一个实施例中，根据待纠错词汇的字频和候选词的字频计算编[0023]图5是根据本申请一个实施例中，统计索引词元集合中各索引词元的字频的流程[0024]图6是根据本申请一个实施例中提供的一种norm(A/B)和norm[lg(A/B)]的函数图9些索引片段作为索引词元，得到索引词元集合，并构建索引词元到专有名词之间的映射关[0083]在一个例子中，服务器可以通过如图5所示的各步骤统计索引词元集合中各索引示：浦发银行贵州茅台万科金田pfyhgZmta相较于norm(A/B)，norm[lg(A/B)]的变化趋势更平[0101]在具体实现中，服务器在计算得到第一目标字与第二目以判断计算出的编辑相似度是否小于预设的第一阈值，若编辑相似度小于预设的第一阈两个完全一样的字符之间的编辑成本为0，两个不一样的字符之间的编辑成本为1，一刀切地表征两个词之间的差异，本实施例可以结合第一目标字的字频和第二目标字的字频，对编辑成本的计算进行细化，将不同情况下的替换区分开来，从而使确定出的文本与候选词服务器确定第一目标字与第二目标字的拼音相同，说明用户输入的就是第二目标字的拼务器将第一目标字这个单个字母本身的字频字拼音的首字母的情况，均使用拼音的字频(或单个字母的字频)作为第一目标字的字频，字频与第二目标字的字频的比值越小，即第一目标字的字频与第二目标字的字频约接近，说明第一目标字能关联的其他汉字越少，则将第一目标字替换成第二目标字的概率越大、个打分片段与候选词前j个索引词元之间的打分片段与候选词前j个索引词元之间的编辑示。0浦发银行001234p1发2y3行40浦发银行0012341发2y3行40浦发银行0012341发23行40浦发银行0012341发23行4选词之间编辑距离最大的。而根据现有技术中的编辑距离方案进行计算，所有的待纠错词错词汇的字频和候选词的字频进行统计量化计算，从而实现了对编辑距离的细化改进，使0浦发科技银行00123456p14.913发24.913y34.796行4银行英汉硬隐11含引航13频对最终纠错结果有着决定性的作用，即使词频的变化幅度很小，依然会对纠错结果产生lev＝norm[lg(242/1)]+norm[lg(284/1)]＝norm[lg(242)]+norm[lg(284)]＝1.913，即使[0146]步骤702，在预设的专有名词集合中查找是否有与过滤后的目标词汇完全一致的处理器801能够执行上述各实施方式中的文得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方[0155]本领域的普通技术人