基于字串切分统计词典的繁体中文拼写检错方法

• 作者: 王勇 顾磊
• 来源期刊: 计算机应用研究
• 关键词: 中文语言处理 繁体中文拼写检错 中文分词 字串切分 统计词典 混淆集
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 算法研究与建模
• 页码范围: 1370-1373,1378
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.05.021

摘要

针对繁体中文拼写检错的问题进行了研究，提出一种基于字串切分统计词典的检错方法。利用语料库中字串出现的频率信息作为检错依据，根据字串及其频率信息来建立统计词典，并设计了基于统计规则评判的检错算法。以SIGHAN7会议中文拼写校验任务中用于检错评测的1000句测试集作为实验测试集，并与此会议提交的结果进行比较，实验结果表明，与基于复杂语言模型的检错方法相比，该方法在实现简单的同时也有很好的检错效果，获得了较高的准确率和精确率以及较低的误报率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾磊	南京邮电大学计算机学院	25	149	4.0	12.0
2	王勇	南京邮电大学计算机学院	65	476	11.0	20.0