中文拼写纠错_一种中文拼写检查方法与流程

本发明涉及文字检错领域，特别是一种中文拼写检查方法。

背景技术：

在国内外相关领域研发人员的共同努力下，中文拼写检查在关键技术方面取得了重要突破，在技术运用方面也有相关产品落地，比如百度智能纠错平台，云查错等各种app，拼写检查的质量在一定程度上满足了人们的应用需求。然而，在效果上面，人们还在追求更高水平，错别字检测的准确度、句子修改的正确率、以及混淆集建立的实用性等，都有待提高。

实证研究表明，仅使用带注释的语料库不能产生令人满意的性能，因为拼写错误的学习是严重不平衡的机器学习任务，很少发生但多样化的错误形式的发现，需要更大的正确文字语料库。这种情况促使研究者通过整合有用的方法找到更好的方法。研究者观察到中文拼写错误与分词错误有紧密的正相关关系，因为拼写错误很可能导致分词错误。这种观察是有道理的，因为拼写错误可能会导致一个正确的单词产生不太可能的分段句子。从而，可以粗略地判断：所有可能的单词分割中有或没有拼写校正，具有最高可能性的分割则通常会产生正确的句子。

如果能提出一种同时解决分词和拼写错误检查的技术方案，将是十分有意义的。

技术实现要素：

为解决上述问题，本发明提供了一种中文拼写检查方法，包括如下步骤：

步骤一：构建分词模型，对待检测文本进行分词，得到分词序列；

步骤二：辨认分词序列中的可疑字，并对可疑字进行标记；

步骤四：建立混淆集；

步骤五࿱