公开(公告)号：CN109492202A

公开(公告)日：2019-03-19

申请号：CN201811339730.9

申请日：2018-11-12

Applicant: 浙江大学山东工业技术研究院

Inventor： 吴健 ,  胡汉一 ,  王文哲 ,  陆逸飞 ,  吴福理

IPC: G06F17/22 ,  G06F17/27

Abstract: 本发明公开了一种基于拼音的编码与解码模型的中文纠错方法，属于自然语言处理领域，包括：将中文转化为拼音序列，再将拼音序列向量化后输入编码模型，编码模型对拼音序列进行编码后，解码模型对当前目标中文文本序列使用注意机制正、反向解码。对正反向解码的中文序列概率加权相加后，再判断目标序列字符对应的概率是否大于阈值，若大于阈值使用预测字符，若小于阈值则使用原中文序列字符，所得最终的目标中文序列即为修正后的中文序列。使用了以编码模型与正反向解码模型的结构的深度学习模型，在编码与解码的过程中，提取有效的文本信息特征，从而提高了在中文纠错任务中上下文的相关性，以提高模型的准确率。

公开(公告)号：CN109492202B

公开(公告)日：2022-12-27

申请号：CN201811339730.9

申请日：2018-11-12

Applicant: 浙江大学山东工业技术研究院

Inventor： 吴健 ,  胡汉一 ,  王文哲 ,  陆逸飞 ,  吴福理

IPC: G06F40/211 ,  G06F40/30 ,  G06F40/232 ,  G06F40/126

Abstract: 本发明公开了一种基于拼音的编码与解码模型的中文纠错方法，属于自然语言处理领域，包括：将中文转化为拼音序列，再将拼音序列向量化后输入编码模型，编码模型对拼音序列进行编码后，解码模型对当前目标中文文本序列使用注意机制正、反向解码。对正反向解码的中文序列概率加权相加后，再判断目标序列字符对应的概率是否大于阈值，若大于阈值使用预测字符，若小于阈值则使用原中文序列字符，所得最终的目标中文序列即为修正后的中文序列。使用了以编码模型与正反向解码模型的结构的深度学习模型，在编码与解码的过程中，提取有效的文本信息特征，从而提高了在中文纠错任务中上下文的相关性，以提高模型的准确率。