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！

龙图腾网恭喜大汉软件股份有限公司申请的专利一种基于政务文本语病纠错的文本数据增强方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119203997B 。

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411714039.X，技术领域涉及：G06F40/232；该发明授权一种基于政务文本语病纠错的文本数据增强方法是由金震宇;王知明;李杰;王磊设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于政务文本语病纠错的文本数据增强方法在说明书摘要公布了：本发明公开一种基于政务文本语病纠错的文本数据增强方法，包括构建专有名词和专业术语词典，记录专有名词和专业术语的位置和类型；根据专有名词和专业术语词典分析句法结构和文体特征，构建语病生成规则；还包括如下步骤：对待处理文本数据进行预处理，得到预处理后的文本；对预处理后的文本进行回译处理：先将预处理后的文本翻译成目标语言的文本，再将目标语言的文本翻译回原语言；对比回译前后的文本，筛选出语义没有被破坏但有语病的新文本，作为增强数据；利用语病生成规则，在增强数据的基础上生成负样本，作为未处理的负样本扩充；计算未处理的负样本的编辑距离，保留编辑距离小于阈值的文本，作为最终生成的负样本。

本发明授权一种基于政务文本语病纠错的文本数据增强方法在权利要求书中公布了：1.一种基于政务文本语病纠错的文本数据增强方法，其特征在于，包括构建专有名词和专业术语词典，记录专有名词和专业术语的位置和类型；根据专有名词和专业术语词典分析句法结构和文体特征，构建语病生成规则；还包括如下步骤：S10，对待处理文本数据进行预处理，得到预处理后的文本；S20，对预处理后的文本进行回译处理：先将预处理后的文本翻译成目标语言的文本，再将目标语言的文本翻译回原语言；S30，对比回译前后的文本，筛选出语义没有被破坏但有语病的新文本，作为增强数据；S40，利用语病生成规则，在增强数据的基础上生成有语病的文本，作为未处理的负样本扩充；S50，计算未处理的负样本的编辑距离，保留编辑距离小于阈值的文本，作为最终生成的负样本；语病生成规则包括：缺失错误、冗余错误、替换错误、词序错误；缺失错误：在文本中删除词语，删除的词语为主语、谓语、宾语、定语、状语或补语；冗余错误：在文本中加入词语，加入的词语为同义词重复、过多的修饰词或无意义的赘述；替换错误：在文本中将词语替换为错误的词语，替换的词语是同义词、不相关的词语或形近词；词序错误：在文本中将词语的顺序进行调整，调整的词语是主语、谓语、宾语、定语、状语或补语。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大汉软件股份有限公司，其通讯地址为：210042 江苏省南京市玄武区玄武大道699-40号徐庄实训中心；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。