文本纠错方法、装置、电子设备和可读存储介质
文献发布时间:2023-06-19 10:27:30
技术领域
本申请涉及计算机技术领域,尤其涉及自然语言处理、深度学习技术领域中的一种文本纠错方法、装置、电子设备和可读存储介质。
背景技术
在纠错技术的实际应用当中,纠错类型可以包含形近/音近错误、标点符号错误、搭配错误、语法错误等多种类型。
现有技术在针对不同纠错类型进行纠错时,通常采用的方式为训练一个纠错模型来实现多种纠错类型的纠错,当存在新的纠错类型时,需要重新对纠错模型进行训练,导致文本纠错的灵活性较差。
发明内容
本申请为解决技术问题所采用的技术方案是提供一种文本纠错方法,包括:获取待处理文本,以及所述待处理文本的纠错类型;选取与所述纠错类型对应的目标纠错模型;使用所述目标纠错模型对所述待处理文本进行处理,将处理结果作为所述待处理文本的纠错结果。
本申请为解决技术问题所采用的技术方案是提供一种文本纠错装置,包括:获取单元,用于获取待处理文本,以及所述待处理文本的纠错类型;处理单元,用于选取与所述纠错类型对应的目标纠错模型;纠错单元,用于使用所述目标纠错模型对所述待处理文本进行处理,将处理结果作为所述待处理文本的纠错结果。
一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述方法。
一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述方法。
一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述方法。
上述申请中的一个实施例具有如下优点或有益效果:本申请能够提升文本纠错的灵活性与准确性。因为采用了在获取待处理文本的同时获取该待处理文本的纠错类型的技术手段,从而使用与纠错类型对应的纠错模型来处理待处理文本,所以实现了在满足用户不同纠错需求的前提下,提升了文本纠错的灵活性与准确性。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2是根据本申请第二实施例的示意图;
图3是根据本申请第三实施例的示意图;
图4是用来实现本申请实施例的文本纠错方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本申请第一实施例的示意图。如图1中所示,本实施例的文本纠错方法,具体可以包括如下步骤:
S101、获取待处理文本,以及所述待处理文本的纠错类型;
S102、选取与所述纠错类型对应的目标纠错模型;
S103、使用所述目标纠错模型对所述待处理文本进行处理,将处理结果作为所述待处理文本的纠错结果。
本实施例的文本纠错的方法,通过在获取待处理文本的同时获取该待处理文本的纠错类型,从而使用与纠错类型所对应的目标纠错模型处理待处理文本来得到纠错结果,实现了针对不同的纠错类型来调用不同的纠错模型,在能够满足用户不同纠错需求的前提下,还能够提升文本纠错的灵活性与准确性。
本实施例在执行S101获取待处理文本时,可以将用户输入的文本作为待处理文本,也可以将用户输入语音的文本转换结果作为待处理文本。
本实施例在执行S101获取待处理文本的同时,还可以获取待处理文本的纠错类型,所获取的纠错类型可以为一种,也可以为多种。其中,本实施例执行S101所获取的纠错类型可以包含形近/音近错误、标点符号错误、搭配错误、语法错误等中的至少一种。
本实施例在执行S101获取待处理文本的纠错类型时,可以将用户输入或者用户选择的纠错类型作为待处理文本的纠错类型,也可以在对待处理文本的纠错类型进行识别之后,将识别结果作为待处理文本的纠错类型。
可以理解的是,本实施例可以使用预先训练得到的识别模型来实现对待处理文本中纠错类型的识别,该识别模型能够根据所输入的文本,输出该文本的纠错类型。
本实施例在执行S101获取了待处理文本以及待处理文本的纠错类型之后,执行S102选取与所获取的纠错类型对应的目标纠错模型。其中,本实施例选取的目标纠错模型是预先设置的,每个目标纠错模型对应于一种纠错类型,不同的目标纠错模型仅对文本中相应的一种错误进行纠正。
本实施例在执行S102选取与所获取的纠错类型对应的目标纠错模型时,可以采用的可选实现方式为:根据预设的类型-模型对应关系表,将与所获取的纠错类型对应的纠错模型作为目标纠错模型。
可以理解的是,本实施例执行S102所选取的目标纠错模型的数量与执行S101获取的待处理文本的纠错类型的数量相同,若纠错类型为一种,则本实施例会选取一个目标纠错模型,若纠错类型为多种,则本实施例会选取多个目标纠错模型,每个目标纠错模型对应不同的纠错类型。
若本实施例在执行S102时确定同一种纠错类型对应于多个纠错模型,则可以从多个纠错模型中随机选取一个,作为该纠错类型对应的目标纠错模型。
由于不同的文本还会与不同的场景相对应,因此在对不同场景下的文本进行纠错时,文本的纠错结果还会与文本对应的场景相关。
为了能够提升所选取的目标纠错模型的准确性,本实施例在执行S102选取与所获取的纠错类型对应的目标纠错模型时,可以采用的可选实现方式为:获取待处理文本的场景信息,所获取的场景信息可以为聊天场景、法律场景、科技场景、医疗场景等;根据纠错类型与所获取的场景信息选取目标纠错模型。
本实施例在执行S102获取待处理文本的场景信息时,可以将用户输入的场景信息作为待处理文本的场景信息,也可以对待处理文本进行场景识别,将识别结果作为待处理文本的场景信息。
本实施例在执行S102根据纠错类型与所获取的场景信息选取目标纠错模型时,可以采用的可选实现方式为:将与纠错类型对应的纠错模型作为候选纠错模型;从候选纠错模型中选取与所获取的场景信息对应的纠错模型,作为目标纠错模型。
也就是说,本实施例选取的目标纠错模型除了对应不同的纠错类型之外,还会与不同的场景信息相对应,根据待处理文本的一个纠错类型与一个场景信息,能够确定唯一一个目标纠错模型,因此本实施例通过结合纠错类型与场景信息的方式,能够更加准确地选取目标纠错模型,从而进一步提升所得到的纠错结果的准确性。
另外,若本实施例执行S102未能够选取与纠错类型对应的目标纠错模型,则向用户返回无法完成纠错的提示信息,并在之后添加与该纠错类型对应的纠错模型。
本实施例在执行S102选取了目标纠错模型之后,执行S103使用所选取的目标纠错模型对待处理文本进行处理,从而将处理结果作为待处理文本的纠错结果。
可以理解的是,若本实施例执行S102仅选取了一个目标纠错模型,则本实施例执行S103时将该目标纠错模型对待处理文本的处理结果作为待处理文本的纠错结果。
若本实施例执行S102选取了多个目标纠错模型,为了提升多个目标纠错模型在纠正待处理文本中不同错误时的有序性,本实施例在执行S103使用目标纠错模型对待处理文本进行处理时,可以采用的可选实现方式为:确定多个目标纠错模型的纠错顺序;按照所确定的纠错顺序,依次使用各纠错模型对待处理文本进行处理,即将当前目标纠错模型的处理结果作为下一个目标纠错模型的输入,直至最后一个目标纠错模型处理完完成。
其中,本实施例在执行S103确定多个目标纠错模型的纠错顺序时,可以将纠错类型的输入顺序作为多个目标纠错模型的纠错顺序,也可以预设各纠错模型的模型优先级,从而根据预设的模型优先级来确定多个目标纠错模型的纠错顺序。
根据本实施例所提供的上述方法,通过在获取待处理文本的同时获取该待处理文本的纠错类型,从而使用与纠错类型所对应的目标纠错模型处理待处理文本来得到纠错结果,在能够满足用户不同纠错需求的前提,还能够提升文本纠错的灵活性与准确性。
图2是根据本申请第二实施例的示意图。
如图2中所示,本实施例示出了执行文本纠错方法的平台的示意图,图2中的平台包含中控模块与用户管理模块;中控模块一方面用于接收不同用户的纠错需求,该纠错需求中包含待处理文本以及纠错类型,另一方面则用于根据用户管理模块的处理结果来调用相应的目标纠错模型来对待处理文本进行纠错;用户管理模块用于管理不同用户的纠错需求,确定与纠错需求对应的目标纠错模型,若用户管理模块用的纠错需求为新类型需求,则在以后添加对应该新类型需求的纠错模型。
图3是根据本申请第三实施例的示意图。如图3中所示,本实施例的文本纠错装置,包括:
获取单元301、用于获取待处理文本,以及所述待处理文本的纠错类型;
处理单元302、用于选取与所述纠错类型对应的目标纠错模型;
纠错单元303、用于使用所述目标纠错模型对所述待处理文本进行处理,将处理结果作为所述待处理文本的纠错结果。
获取单元301在获取待处理文本时,可以将用户输入的文本作为待处理文本,也可以将用户输入语音的文本转换结果作为待处理文本。
获取单元301在获取待处理文本的同时,还可以获取待处理文本的纠错类型,所获取的纠错类型可以为一种,也可以为多种。其中,获取单元301所获取的纠错类型可以包含形近/音近错误、标点符号错误、搭配错误、语法错误等中的至少一种。
获取单元301在获取待处理文本的纠错类型时,可以将用户输入或者用户选择的纠错类型作为待处理文本的纠错类型,也可以在对待处理文本的纠错类型进行识别之后,将识别结果作为待处理文本的纠错类型。
可以理解的是,获取单元301可以使用预先训练得到的识别模型来实现对待处理文本中纠错类型的识别,该识别模型能够根据所输入的文本,输出该文本的纠错类型。
本实施例在由获取单元301获取了待处理文本以及待处理文本的纠错类型之后,由处理单元302选取与所获取的纠错类型对应的目标纠错模型。其中,处理单元302选取的目标纠错模型是预先设置的,每个目标纠错模型对应于一种纠错类型,不同的目标纠错模型仅对文本中相应的一种错误进行纠正。
处理单元302在选取与所获取的纠错类型对应的目标纠错模型时,可以采用的可选实现方式为:根据预设的类型-模型对应关系表,将与所获取的纠错类型对应的纠错模型作为目标纠错模型。
可以理解的是,处理单元302所选取的目标纠错模型的数量与获取单元301获取的待处理文本的纠错类型的数量相同,若纠错类型为一种,则处理单元302会选取一个目标纠错模型,若纠错类型为多种,则处理单元302会选取多个目标纠错模型,每个目标纠错模型对应不同的纠错类型。
若处理单元302确定同一种纠错类型对应于多个纠错模型,则可以从多个纠错模型中随机选取一个,作为该纠错类型对应的目标纠错模型。
由于不同的文本还会与不同的场景相对应,因此在对不同场景下的文本进行纠错时,文本的纠错结果还会与文本对应的场景相关。
为了能够提升所选取的目标纠错模型的准确性,处理单元302在选取与所获取的纠错类型对应的目标纠错模型时,可以采用的可选实现方式为:获取待处理文本的场景信息;根据纠错类型与所获取的场景信息选取目标纠错模型。
处理单元302在获取待处理文本的场景信息时,可以将用户输入的场景信息作为待处理文本的场景信息,也可以对待处理文本进行场景识别,将识别结果作为待处理文本的场景信息。
处理单元302根据纠错类型与所获取的场景信息选取目标纠错模型时,可以采用的可选实现方式为:将与纠错类型对应的纠错模型作为候选纠错模型;从候选纠错模型中选取与所获取的场景信息对应的纠错模型,作为目标纠错模型。
也就是说,处理单元302选取的目标纠错模型除了对应不同的纠错类型之外,还会与不同的场景信息相对应,根据待处理文本的一个纠错类型与一个场景信息,能够确定唯一一个目标纠错模型,因此处理单元302通过结合纠错类型与场景信息的方式,能够更加准确地选取目标纠错模型,从而进一步提升所得到的纠错结果的准确性。
另外,若处理单元302未能够选取与纠错类型对应的目标纠错模型,则向用户返回无法完成纠错的提示信息,并在之后添加与该纠错类型对应的纠错模型。
本实施例在由处理单元302选取了目标纠错模型之后,由纠错单元303使用所选取的目标纠错模型对待处理文本进行处理,从而将处理结果作为待处理文本的纠错结果。
可以理解的是,若处理单元302仅选取了一个目标纠错模型,则纠错单元303将该目标纠错模型对待处理文本的处理结果作为待处理文本的纠错结果。
若处理单元302选取了多个目标纠错模型,为了提升多个目标纠错模型在纠正待处理文本中不同错误时的有序性,纠错单元303在使用目标纠错模型对待处理文本进行处理时,可以采用的可选实现方式为:确定多个目标纠错模型的纠错顺序;按照所确定的纠错顺序,依次使用各纠错模型对待处理文本进行处理,即将当前目标纠错模型的处理结果作为下一个目标纠错模型的输入,直至最后一个目标纠错模型处理完完成。
其中,纠错单元303在确定多个目标纠错模型的纠错顺序时,可以将纠错类型的输入顺序作为多个目标纠错模型的纠错顺序,也可以预设各纠错模型的模型优先级,从而根据预设的模型优先级来确定多个目标纠错模型的纠错顺序。
根据本申请的实施例,本申请还提供了一种电子设备、一种计算机可读存储介质以及一种计算机程序产品。
图4示出了可以用来实施本公开的实施例的示例电子设备400的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图4所示,设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM 403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理,例如文本纠错方法。例如,在一些实施例中,文本纠错方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时,可以执行上文描述的文本纠错方法的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行文本纠错方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(“Virtual Private Server”,或简称“VPS”)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
- 文本纠错方法、文本纠错装置、存储介质和电子设备
- 文本纠错方法、装置、电子设备及可读存储介质