Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种实时的中文拼写纠错样本生成方法 

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:重庆邮电大学

摘要:本发明公开了一种实时的中文拼写纠错样本生成方法。该方法作用于模型训练时,基于已有的文本,通过字符替换的方式,实时构建出多种不同的样本对,因此该方法能够极大的丰富训练样本。同时为保证生成样本的质量,首先会对已有样本进行预处理,标记部分内容旨在避免无意义的替换。其次在替换过程中保证大部分基于相似字符和少量的随机替换,进而贴合实际场景。该方法极大的减少了人工参与的过程,但仍可保证生成样本的高质量和多样性,即使在数据资源有限的情况下,仍能够尽可能地挖掘已有数据的潜力,构建更丰富的训练样本用于模型训练。

主权项:1.一种实时的中文拼写纠错样本生成方法,其特征在于,包括如下步骤:收集拼写正确的中文文本;使用分词工具将收集到的所述中文文本的字符组合区分为可替换字符组合和不可替换字符组合,并将其中的单个字符分别以可替换序列和不可替换序列进行标注,以生成对应的限制标记序列;读取一条正确文本和其对应的所述限制标记序列;根据所述正确文本和限制标记序列,随机生成与所述正确文本等长的随机标记序列;所述随机标记序列采用与所述限制标记序列相同的标注形式;将所述限制标记序列与所述随机标记序列进行与运算,并将计算结果视为替换标记序列;按照所述替换标记序列,将其可替换序列对应的所述正确文本的单个字符进行替换操作,得到替换后的待纠错文本。

全文数据:

权利要求:

百度查询: 重庆邮电大学 一种实时的中文拼写纠错样本生成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术