(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111677576.8 (22)申请日 2021.12.31 (71)申请人 中科讯飞互联 （北京） 信息科技有限 公司 地址 100089 北京市海淀区西北旺东路10 号院东区5号楼三层31 1-2 申请人 河北省讯飞人工智能研究院 　 科大讯飞股份有限公司 (72)发明人 杨子清　林旻　崔一鸣　伍大勇　 陈志刚　 (74)专利代理 机构 北京布瑞知识产权代理有限 公司 11505 专利代理师 秦卫中 (51)Int.Cl. G06F 40/30(2020.01)G06F 40/289(2020.01) G06F 40/232(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 文本纠错方法及装置、 存 储介质及电子设备 (57)摘要 本申请提供了一种文本纠错方法及装置、 存 储介质及电子设备， 涉及文本处理技术领域。 该 文本纠错方法包括： 利用错误检测模型， 判断待 纠错文本是否有误； 若待纠错文本有误， 利用错 误修正模型， 确定待纠错文本对应的修正文本， 其中， 错误检测模型由对抗生 成网络中的判别器 训练得到， 错误修正模型由对抗生成 网络中的生 成器训练得到。 该文本纠错方法只针对有误文本 进行纠错任务， 减少了错误修正模型的计算量， 提高了文本纠错系统的运行速度。 权利要求书2页 说明书14页 附图7页 CN 114492453 A 2022.05.13 CN 114492453 A 1.一种文本纠错方法， 其特征在于， 应用于基于对抗生成网络的文本纠错系统， 所述方 法包括： 利用错误检测模型， 判断待纠错文本是否有误； 若所述待纠错文本有误， 利用错误修正模型， 确定所述待纠错文本对应的修正文本， 其 中， 所述错误检测模型 由所述对抗生成网络中的判别器训练得到， 所述错误修正模型 由所 述对抗生成网络中的生成器训练得到 。 2.根据权利要求1所述的文本纠 错方法， 其特征在于， 所述利用错误检测模型， 判断待 纠错文本是否有误， 包括： 对所述待纠错文本进行划分， 得到所述待纠错文本对应的M个分句， M为 正整数； 将所述M个分句输入所述 错误检测模型， 得到所述M个分句各自对应的检测结果； 基于所述M个分句各自对应的检测结果， 分别判断所述M个分句是否有误； 其中， 所述若所述待纠错文本有误， 利用错误修正模型， 确定所述待纠错文本对应的修 正文本， 包括： 若所述M个分句中的N个分句有误， 利用所述错误修正模型， 分别确定所述N个分句各自 对应的修 正语句， N 为小于或等于 M的正整数； 基于所述M个分句之间的顺序信息， 将所述N个分句各自对应的修正语句与所述M个分 句中的无误分句重组， 生成所述 修正文本。 3.根据权利要求2所述的文本纠错方法， 其特征在于， 所述待纠错文本包括待纠错汉语 文本， 所述利用所述 错误修正模型， 分别确定所述 N个分句各自对应的修 正语句， 包括： 针对所述 N个分句中的每 个分句， 确定所述分句中的汉字各自对应的字特 征向量； 利用所述错误修正模型， 基于所述分句中的汉字各自对应的字特征向量和所述分句的 语义信息， 确定所述分句中的汉字各自对应的至少一个扩展词； 利用所述错误修正模型， 基于所述分句中的汉字各自对应的至少一个扩展词， 确定所 述分句中的汉字各自对应的修 正结果； 利用所述错误修正模型， 基于所述分句中的汉字各自对应的修正结果， 确定所述分句 对应的修 正语句。 4.根据权利要求3所述的文本纠错方法， 其特征在于， 所述基于所述分句中的汉字各自 对应的字特征向量和所述分句的语义信息， 确定所述分句中的汉字各自对应的至少一个扩 展词， 包括： 针对所述分句中的每 个汉字， 基于所述分句的语义信息和所述汉字对应的字特征向量， 确定所述汉字对应的P个候 选扩展词和所述P个候选扩展词各自对应的使用概 率数据， P为 正整数； 基于预设使用概率阈值和所述P个候选扩展词各自对应的使用概率数据， 从所述P个候 选扩展词中选出 所述汉字对应的所述至少一个扩展词。 5.根据权利要求3或4所述的文本纠 错方法， 其特征在于， 所述基于所述分句中的汉字 各自对应的至少一个扩展词， 确定所述分句中的汉字各自对应的修 正结果， 包括： 针对所述分句中的每 个汉字， 基于所述汉字对应的至少一个扩展词， 确定所述汉字是否有误；权　利　要　求　书 1/2 页 2 CN 114492453 A 2若所述汉字有误， 基于所述汉字对应的至少一个扩展词， 确定所述汉字对应的修正结 果； 若所述汉字无误， 将所述汉字作为所述汉字对应的修 正结果。 6.根据权利要求2至4任一项所述的文本纠错方法， 其特 征在于， 还 包括： 将所述N个分句输入所述 错误检测模型， 得到所述 N个分句各自对应的错 误位置数据； 基于所述N个分句各自对应的错误位置数据以及所述N个分句各自对应的修正语句， 生 成所述N个分句各自对应的修 正语句的修 正标记信息 。 7.根据权利要求1至4任一项所述的文本纠 错方法， 其特征在于， 在所述利用错误检测 模型， 判断待纠错文本是否有误之前， 还 包括： 确定S个训练集， 其中， 所述训练集包括正确文本样本、 所述正确文本样本对应的错误 文本样本、 以及所述 错误文本样本对应的错 误详情标签； 基于所述S个训练集训练所述生成器和所述判别器， 得到所述错误检测模型和所述错 误修正模型。 8.根据权利要求7所述的文本纠 错方法， 其特征在于， 所述基于所述S个训练集训练所 述生成器和所述判别器， 得到所述 错误检测模型和所述 错误修正模型， 包括： 将所述S个训练集包括的S个错误文本样本输入所述生成器， 得到所述S个错误文本样 本各自对应的纠错文本样本； 针对所述S个错误文本样本中的每个错误文本样本， 将所述错误文本样本对应的纠 错 文本样本和所述错误文本样本对应的正确文本样本输入所述判别器， 得到所述错误文本样 本对应的纠错文本样本的文本正确概率， 基于所述错误文本样本各自对应的纠错文本样本 的文本正确概 率， 调整所述 生成器和/或所述判别器的参数； 重复利用所述S个训练集训练， 直至满足预设训练停止条件， 得到所述错误检测模型和 所述错误修正模型。 9.一种文本纠错装置， 其特征在于， 应用于基于对抗生成网络的文本纠错系统， 所述装 置包括： 判断模块， 用于利用错 误检测模型， 判断待纠错文本是否有误； 修正文本确定模块， 用于在所述待纠错文本有误 时， 利用错误修正模型， 确定所述待纠 错文本对应的修正文本， 其中， 所述错误检测模型 由所述对抗生成网络中的判别器训练得 到， 所述错误修正模型由所述对抗 生成网络中的生成器训练得到 。 10.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有计算机程序， 所述计 算机程序用于执 行上述权利要求1至8任一项所述的文本纠错方法。 11.一种电子设备， 其特 征在于， 所述电子设备包括： 处理器； 用于存储所述处 理器可执行指令的存 储器； 所述处理器， 用于执 行上述权利要求1至8任一项所述的文本纠错方法。权　利　要　求　书 2/2 页 3 CN 114492453 A 3