发明名称 | 一种中文自动校对方法及其系统 | ||
摘要 | 本发明属于计算语言学领域,本发明是将汉语语言学知识、信源模型和信道模型引入汉语文本的自动校对。其特征在于将汉语语法、语义规则和从大型语料库中统计出汉语语法单位之间的搭配关系做为正确的模板与实际被测文本进行比较,从而找出与汉语语法及惯用法不合的奇异点。针对上述奇异点,引入各种汉字输入的差错模式,排除易虚报部分,最终确定出错可能较大的那部分奇异点并找到错字或错词(短语)。本发明可查找汉语文本的录入错误及语法、语义错误。 | ||
申请公布号 | CN1116342A | 申请公布日期 | 1996.02.07 |
申请号 | CN94107348.3 | 申请日期 | 1994.07.08 |
申请人 | 唐武 | 发明人 | 唐武 |
分类号 | G06F17/27 | 主分类号 | G06F17/27 |
代理机构 | 清华大学专利事务所 | 代理人 | 廖元秋 |
主权项 | 1一种计算机中文自动校对方法,其特征包括以下步骤:1).将有关语言学知识编制成程序及各类数据库预先存储在计算机中,其中包括语法、语义数据库;由汉语语法单位之间惯用搭配关系构成的信源模型,通常的差错模式构成的信道模型;2).将输入的中文文本按标点切分成句,再按句切分为音节、字词、短语或意群等语法单位;3).采用动态规划或维特比算法,排除歧义切分,找出最佳匹配;4).将切分后的文本与语法、语义库进行比较找出病句,错句的语法相关性检查;5).将文本语法单位之间的搭配与所说的信源模型进行比较,找出不相关点的统计相关性检查;6).将所说4、5步骤得到的不相关点与差错模式库进行比较,排除虚报错误;得到真实错误供修改。 | ||
地址 | 100871北京市北京大学燕东园26号华厦集团 |