買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)科學(xué)院計(jì)算技術(shù)研究所申請(qǐng)的專利一種單字錯(cuò)別字識(shí)別模型的訓(xùn)練方法及其訓(xùn)練集生成方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114266244B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202111610175.0，技術(shù)領(lǐng)域涉及：G06F40/232；該發(fā)明授權(quán)一種單字錯(cuò)別字識(shí)別模型的訓(xùn)練方法及其訓(xùn)練集生成方法是由曹陽(yáng);曹存根;王石設(shè)計(jì)研發(fā)完成，并于2021-12-27向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種單字錯(cuò)別字識(shí)別模型的訓(xùn)練方法及其訓(xùn)練集生成方法在說(shuō)明書摘要公布了：本發(fā)明提供一種生成用于單字錯(cuò)別字識(shí)別模型的訓(xùn)練集的方法，包括：S1、獲取語(yǔ)料庫(kù)，對(duì)語(yǔ)料庫(kù)中的各語(yǔ)句進(jìn)行分詞處理和詞性標(biāo)注，得到多個(gè)原始分詞序列，每個(gè)原始分詞序列包括多個(gè)分詞項(xiàng)以及每個(gè)分詞項(xiàng)的詞性；S2、基于原始分詞序列構(gòu)建各分詞項(xiàng)的標(biāo)簽，得到標(biāo)簽序列，其中初始的標(biāo)簽值指示每個(gè)分詞項(xiàng)對(duì)應(yīng)的文字是正確文字；S3、將相應(yīng)原始分詞序列中一個(gè)為單字的分詞項(xiàng)替換為與相應(yīng)單字相似的錯(cuò)誤單字，得到帶錯(cuò)字分詞序列，并更改相應(yīng)標(biāo)簽序列中單字被替換的分詞項(xiàng)對(duì)應(yīng)的標(biāo)簽值以指示其對(duì)應(yīng)的單字為錯(cuò)誤文字；S4、重復(fù)步驟S3，構(gòu)建包括多個(gè)樣本的訓(xùn)練集，每個(gè)樣本包括分詞序列及對(duì)應(yīng)的標(biāo)簽序列，分詞序列為原始分詞序列或者帶錯(cuò)字分詞序列。

本發(fā)明授權(quán)一種單字錯(cuò)別字識(shí)別模型的訓(xùn)練方法及其訓(xùn)練集生成方法在權(quán)利要求書中公布了：1.一種生成用于單字錯(cuò)別字識(shí)別模型的訓(xùn)練集的方法，其特征在于，所述方法包括： S1、獲取語(yǔ)料庫(kù)，對(duì)語(yǔ)料庫(kù)中的各語(yǔ)句進(jìn)行分詞處理和詞性標(biāo)注，得到多個(gè)原始分詞序列，其中，每個(gè)原始分詞序列包括多個(gè)分詞項(xiàng)以及每個(gè)分詞項(xiàng)的詞性； S2、基于原始分詞序列構(gòu)建各分詞項(xiàng)的標(biāo)簽，得到標(biāo)簽序列，其中初始的標(biāo)簽值指示每個(gè)分詞項(xiàng)對(duì)應(yīng)的文字是正確文字； S3、將相應(yīng)原始分詞序列中一個(gè)為單字的分詞項(xiàng)替換為與相應(yīng)單字相似的錯(cuò)誤單字，得到帶錯(cuò)字分詞序列，并且更改相應(yīng)標(biāo)簽序列中單字被替換的分詞項(xiàng)對(duì)應(yīng)的標(biāo)簽值以指示其對(duì)應(yīng)的單字為錯(cuò)誤文字，其中，所述將相應(yīng)原始分詞序列中一個(gè)為單字的分詞項(xiàng)替換為與相應(yīng)單字相似的錯(cuò)誤單字為參照多個(gè)單字集合混淆對(duì)集，并按照分詞項(xiàng)的詞性進(jìn)行替換，其中，多個(gè)單字集合混淆對(duì)集的生成方式包括： 針對(duì)每種詞性，基于相應(yīng)詞性的單字與相應(yīng)單字相似的多個(gè)錯(cuò)誤單字，構(gòu)建一個(gè)單字混淆對(duì)集，其中，單字混淆對(duì)集包括多個(gè)由相應(yīng)單字和與該單字相似的一個(gè)錯(cuò)誤單字構(gòu)建的單字混淆對(duì)； 基于相同詞性的多個(gè)單字的多個(gè)單字混淆對(duì)集構(gòu)建相應(yīng)詞性的單字集合混淆對(duì)集，獲得多個(gè)詞性不同的單字集合混淆對(duì)集； S4、重復(fù)步驟S3，構(gòu)建包括多個(gè)樣本的訓(xùn)練集，其中每個(gè)樣本包括分詞序列及對(duì)應(yīng)的標(biāo)簽序列，所述分詞序列為原始分詞序列或者帶錯(cuò)字分詞序列。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)科學(xué)院計(jì)算技術(shù)研究所，其通訊地址為：100190 北京市海淀區(qū)中關(guān)村科學(xué)院南路6號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。