原创力文档- 2
- 0
- 约1.93万字
- 约 11页
- 2023-11-22 发布于四川
- 举报
本发明公开了一种字词重复错误的自动识别方法，其包括如下步骤：对大规模训练语料分词后，统计得到训练语料中包括重复字词的二元组和三元组结构，及其出现的重复结合度、左上文邻接词信息熵及右下文邻接词信息熵的步骤；统计并收录汉语词典中的包含重复字的词并建立汉语词典重复字词库的步骤；基于汉语词典中的重复字词对待查错文本中出现的重复字词进行判断的步骤；基于统计得到的重复结合度、左上文邻接词信息熵及右下文邻接词信息熵，对待查错文本中出现的重复字词进行判断的步骤。本发明可快速判断识别出该重复字词是否为收录于词典中
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 111709228 A
(43)申请公布日
2020.09.25
(21)申请号 20201
文档评论（0）