文本纠错模型的训练方法、文本纠错处理方法和装置

摘要

本申请公开了文本纠错模型的训练方法、文本纠错处理方法和装置，涉及自然语言处理和深度学习技术领域。方案为：获取目标文本，对目标文本中的部分文本片段进行掩码，得到掩码文本，采用文本预测模型对掩码文本进行预测，得到源文本，若源文本与目标文本不匹配，则根据目标文本对源文本进行标注，得到标注的训练样本，采用标注的训练样本对文本纠错模型进行训练。本申请中基于无标注的目标文本，将预测错误的源文本采用对应的目标文本进行标注，得到标注的训练样本，实现了训练样本的自动生成，提高了样本生成的效率，进而提高了模型的训练效果，解决了现有技术中基于人工标注生成训练样本，效率低下，模型训练效果差的技术问题。