一种中文真词错误检测与修复方法

• 作者: 叶俊民 徐松 王志锋 罗达雄 陈曙
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 真词错误 混淆词集 n-gram概率统计模型 上下文语境 中文固定搭配
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 178-183
• 页数: 6页
• 分类号: TP391
• 字数: 6992字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051516

摘要

在线学习社区中的中文真词错误会给中文文本语义的理解带来困难,从而影响基于在线学习社区文本的学习分析效果.为此,提出一种针对在线学习社区短文本的真词错误检测与修复方法.构建混淆词集和混淆词对应的固定搭配知识库,基于n-gram概率统计模型、上下文语境模型和固定搭配知识库,分别计算每一个混淆词的n-gram得分、上下文语境得分和固定搭配得分,对其加权求和作为判断原文是否出错的依据,并将最高得分的混淆词作为修复意见.实验结果表明,该方法召回率、准确率与修复率分别为85.6％、86.3％、92.9％,能准确有效检测与修复学习社区中的中文真词错误.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶俊民	华中师范大学计算机学院	85	454	11.0	16.0
2	王志锋	华中师范大学教育信息技术学院	19	67	5.0	7.0
3	陈曙	华中师范大学计算机学院	25	93	5.0	8.0
4	罗达雄	华中师范大学计算机学院	5	3	1.0	1.0
5	徐松	华中师范大学计算机学院	1	0	0.0	0.0