一種錯(cuò)別字符處理方法和系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN200910080812.0 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN101847140A 公開(kāi)（公告）日 2010-09-29
申請(qǐng)公布號(hào) CN101847140A 申請(qǐng)公布日 2010-09-29
分類(lèi)號(hào) G06F17/27(2006.01)I;G06F17/28(2006.01)I 分類(lèi) 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 汪平仄;曹存根;王東升;曹亞男 申請(qǐng)（專(zhuān)利權(quán)）人 北京中科力量智能技術(shù)有限公司
代理機(jī)構(gòu) 北京泛華偉業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 中國(guó)科學(xué)院計(jì)算技術(shù)研究所
地址 100190 北京市海淀區(qū)中關(guān)村科學(xué)院南路6號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種錯(cuò)別字符處理方法和系統(tǒng)。該方法包括：步驟A1，根據(jù)錯(cuò)別字符訓(xùn)練集庫(kù)，為訓(xùn)練集中每個(gè)正確字符建立其對(duì)應(yīng)的錯(cuò)別字符集合；步驟B1，在含錯(cuò)別字符的大規(guī)模語(yǔ)料庫(kù)中，分別找出包含所述正確字符和錯(cuò)別字符的短語(yǔ)或詞組；步驟C1，找出正確字符和錯(cuò)別字符的對(duì)應(yīng)關(guān)系，建立詞組對(duì)或者短語(yǔ)對(duì)；步驟D1，優(yōu)化所述詞組對(duì)或者短語(yǔ)對(duì)，將所述詞組對(duì)或者短語(yǔ)對(duì)中重復(fù)表述的詞組對(duì)或者短語(yǔ)對(duì)篩選掉，得到所述正確字符相應(yīng)的錯(cuò)別字符的詞組對(duì)或者短語(yǔ)對(duì)；步驟E1，將所述正確字符相應(yīng)的錯(cuò)別字符的詞組對(duì)或者短語(yǔ)對(duì)加入到所述正確字符的錯(cuò)別字符詞典。其能夠識(shí)別錯(cuò)別字符詞組或者短語(yǔ)，并建立錯(cuò)別字符詞典，從而提高錯(cuò)別字符詞典的生成效率。