一种文本形近字的检错与校对方法

摘要

本发明涉及一种文本形近字的检错与校对方法，属于自然语言处理技术领域。首先用汉字形近字库找出输入句子中每个字对应的形近字，并与原字符组成候选字向量；然后利用常用字库将向量中的不常用字清洗掉，将所有字的候选字向量组成一个候选矩阵；其次将候选矩阵中的相邻向量捆绑成词，将能组合成词语的向量压缩形成候选词向量，将不能成词的向量与停用字库对比，剔除非停用字；最后引入N‑Gram语言模型对上述词进行组合，使关键词具有上下衔接关系，组成连接关系最强的句子，将句子与原句子对比找出原句子的错误及给出校对建议。