买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京云上曲率科技有限公司

摘要：本发明公开一种基于上下文的聊天文本内容纠错方法及装置，通过预设量的给定语种的单语训练语料，训练语种的N‑Gram语言模型，并生成对应语种的高频词库；根据高频词库，将高频词库中的词语去除相邻重复字母进行缩减，生成缩减结果到高频词库中词语的映射，根据映射得到缩减结果的候选词；分别计算聊天文本中原词的语言模型分数和候选词替换回聊天文本的N‑Gram语言模型分数，将N‑Gram语言模型得分最大的词作为纠错结果。本发明利用上下文信息，提高纠错的准确率，提升用户体验，有利于吸引更多的用户，增加企业收益。

主权项：1.基于上下文的聊天文本内容纠错方法，其特征在于，包括以下步骤：训练N-Gram语言模型：通过预设量的给定语种的单语训练语料，训练所述语种的N-Gram语言模型，并生成对应所述语种的高频词库；复写缩减：根据所述高频词库，将所述高频词库中的词语去除相邻重复字母进行缩减，生成缩减结果到所述高频词库中词语的映射，根据所述映射得到缩减结果的候选词；分别计算聊天文本中原词的N-Gram语言模型分数和候选词替换回所述聊天文本的N-Gram语言模型分数，将N-Gram语言模型得分最大的词作为纠错结果；当对聊天文本原词进行所述复写缩减处理后，若聊天文本原词纠错结果未发生变化，进入编辑距离纠错：对所述聊天文本中原词进行添加字母、删除字母、交换相邻字母和改变字母中的至少一种处理，将执行的添加字母、删除字母、交换相邻字母和改变字母的操作次数作为编辑距离；筛选出预设的编辑距离下，且在所述高频词库的候选词，分别计算聊天文本中原词的N-Gram语言模型分数和候选词替换回所述聊天文本的N-Gram语言模型分数，将N-Gram语言模型得分最高的词语作为纠错结果；将所述高频词库中的词语生成词典树，当对聊天文本原词进行所述编辑距离纠错处理后，若聊天文本原词纠错结果未发生变化，进入连写分词纠错：对所述聊天文本中原词根据所述词典树查找路径，同时计算相应的N-Gram语言模型分数并保存，生成所述聊天文本中原词的连写分词候选结果；在查找路径时根据N-Gram语言模型的分数大小进行截断，比较候选路径的总体N-Gram语言模型分数，选出分数最大的候选结果。

全文数据：

权利要求：

百度查询： 北京云上曲率科技有限公司 基于上下文的聊天文本内容纠错方法及装置