一種錯別字符處理方法和系統(tǒng)

基本信息

申請?zhí)?/td> CN200910080812.0 申請日 -
公開（公告）號 CN101847140B 公開（公告）日 2012-04-18
申請公布號 CN101847140B 申請公布日 2012-04-18
分類號 G06F17/27(2006.01)I;G06F17/28(2006.01)I 分類 計算；推算；計數(shù);
發(fā)明人 汪平仄;曹存根;王東升;曹亞男 申請（專利權(quán)）人 北京中科力量智能技術(shù)有限公司
代理機構(gòu) 北京泛華偉業(yè)知識產(chǎn)權(quán)代理有限公司 代理人 中國科學院計算技術(shù)研究所
地址 100190 北京市海淀區(qū)中關(guān)村科學院南路6號
法律狀態(tài) -

摘要

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