一种文本重构训练方法及系统

摘要

本发明公开了一种文本重构训练方法及系统，所述方法包括：构建训练样本；采用神经网络文本序列模型，对原始文本和发音序列的拼接进行编码；采用sigmoid前馈神经网络分类器，获取分词分类结果；以预设的GEN_LENGTH为最大生成序列长度，从头至尾循环生成序列的每一位字符；神经网络参数的优化，计算分词损失和文本生成损失，生成损失加权求和，得到联合损失，对联合损失使用梯度下降算法优化神经网络的参数。本发明提供的文本重构训练方法及系统，使用文本编码和生成神经网络，将给定的原始文本转换成目标文本，纠正原始文本中的错别字，补充缺漏的字，去除多余的字，并规范用词，以达到消除文本错误提高文本质量的目的。