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：中国铁道科学研究院集团有限公司电子计算技术研究所;中国铁道科学研究院集团有限公司;北京经纬信息技术有限公司

摘要：本申请实施例涉及大模型技术领域，具体公开了一种文本纠错方法、装置及电子设备，方法包括：获取预训练大模型；获取公文数据集；根据标点符号对公文数据集进行切分；使用切分后的公文数据集基于低秩适配器方法LoRA对预训练大模型进行微调，得到文本纠错模型；将待纠错文本输入文本纠错模型，得到纠错后的文本；将纠错后的文本与待纠错文本比较，得到纠错位置和错误文本；对纠错后的文本进行校正，输出目标文本。通过LoRA能够减少内存占用，简化计算需求，加速了大模型的训练和微调过程，同时对硬件要求较低。基于生成式大模型能够根据上下文信息进行纠错，处理语法、语义等多种类型的错误，全面地考虑句子的结构和含义，更好地纠正不同层次的错误。

主权项：1.一种文本纠错方法，其特征在于，所述方法包括：获取预训练大模型，所述预训练大模型采用生成式模型；获取公文数据集，所述公文数据集包括正常文本数据和错误文本数据，所述错误文本数据中的文本包括语法错误、语义错误、错别字错误；根据标点符号对所述公文数据集进行切分，得到切分后的公文数据集；使用切分后的公文数据集基于低秩适配器方法LoRA对所述预训练大模型进行微调，得到文本纠错模型；在所述预训练大模型中添加第一低秩矩阵和第二低秩矩阵；使用切分后的文本数据训练所述第一低秩矩阵和所述第二低秩矩阵；对第一低秩矩阵和第二低秩矩阵进行微调，更新参数；对所述第一低秩矩阵进行高斯初始化；对所述第二低秩矩阵进行零初始化；将待纠错文本输入所述文本纠错模型，得到纠错后的文本；将所述纠错后的文本与所述待纠错文本进行比较，得到纠错位置和错误文本；对所述纠错后的文本进行校正，输出目标文本，包括：通过计算余弦相似度对纠错后的文本中的专有名词和标点符号进行校正；具体为：根据正常文本数据进行处理，得到专有名词库和标点符号库；根据所述专有名词库和所述标点符号库对纠错后的文本进行匹配，以确保输出文本的规范；进一步还包括：根据纠错后的文本与待纠错文本的对比结果，获得错误文本，进而根据错误文本进行训练，优化文本纠错模型。

全文数据：

权利要求：

百度查询： 中国铁道科学研究院集团有限公司电子计算技术研究所 中国铁道科学研究院集团有限公司 北京经纬信息技术有限公司 一种文本纠错方法、装置及电子设备