欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019103793277
申请人: 郑州大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于自然语言处理的远程会诊记录文本纠错方法,其特征在于:包括如下步骤:步骤1:部署中心服务器和数个客户端,在中心服务器中建立预处理模块、数据库、查错模块和纠错模块,所有客户端均与中心服务器通过互联网通信;

步骤2:通过任意客户端输入多个原始文本,客户端将原始文本均发送给中心服务器,中心服务器将所有原始文本均存储到数据库中,并在数据库中建立用于存储并积累原始文本的训练数据库;

步骤3:将训练数据库中的原始文本分类为完全正确的文本和错误文本,对完全正确的文本和错误文本均进行分词和分字处理,根据原始文本中语料的错误位置和错误类型标注训练语料,设定标注C代表正确,标注R代表冗余,标注D代表缺失,标注O代表误代,标注M代表缺失;

调用CRF条件随机场,并利用训练语料得到训练模型;

步骤4:通过任意客户端输入待处理文本,客户端将待处理文本传输给中心服务器,中心服务器中的预处理模块对待处理文本进行预处理,其包括如下步骤:步骤A1:将待处理文本进行分词和分字处理;

步骤A2:将待处理文本中的分词和分字标注为测试语料;

步骤5:中心服务器中的查错模块对待处理文本进行查错,其步骤如下:步骤B1:根据训练模型和CRF条件随机场对待处理文本中的测试语料进行查错,得到CRF条件随机场查错结果;

步骤B2:遍历待处理文本中的所有散串,对待处理文本进行n‑gram散串查错,得到n‑gram散串查错结果;

步骤B3:融合条件随机场查错结果和n‑gram散串查错结果,对待处理文本进行标注,得到文本查错的最终结果;

步骤6:中心服务器将步骤5得到的文本查错的最终结果输入到纠错模块,纠错模块对文本查错的最终结果进行纠错,其步骤如下:步骤C1:构建语言模型纠正缺失错误;

步骤C2:将含有冗余错误标记的词语或字直接删除;

步骤C3:利用同音词词典对文本中含有误代标记的词语进行纠正,完成文本的自动纠错功能;

步骤C4:输出纠错文本;

步骤7:在客户端建立文本校对主界面、文本查错界面和文本纠错界面,中心服务器将文本查错的最终结果、纠错文本和待处理文本均打包发送给客户端,客户端在文本校对主界面、文本查错界面和文本纠错界面分别显示待处理文本、文本查错的最终结果和纠错文本。

2.如权利要求1所述的一种基于自然语言处理的远程会诊记录文本纠错方法,其特征在于:在执行步骤3时,利用SnowNLP库对完全正确的文本和错误文本进行分词和分字处理。

3.如权利要求1所述的一种基于自然语言处理的远程会诊记录文本纠错方法,其特征在于:在执行步骤C1时,语言模型选择三元语言模型,三元语言模型表示为第i个位置上的词wi与前面的两个词wi‑1和wi‑2有关,其公式表示为:其中P表示条件概率;s表示当语句或符号串;n表示符号的个数。

4.如权利要求3所述的一种基于自然语言处理的远程会诊记录文本纠错方法,其特征在于:利用三元语言模型对文本查错的最终结果进行缺失错误的纠正,需要正确标注错误类型和错误位置的语料,其步骤如下:步骤S1:对输入的文本查错的最终结果进行分词,并查找出缺失标注M;

步骤S2:将标注M的前一个和后一个词语提取出来,并记录在缺失文本中;

步骤S3:遍历构建的三元语言模型,判断缺失文本中所记录词语是否与词典某句中第一和第三个词语相同:如果不相同,则纠错失败,并继续查找下一个缺失标记,重复执行步骤S1到步骤S3,直到缺失文本全部纠正;如果相同,执行步骤S5;

步骤S5:判断是否唯一:如果唯一,所选择句子的第二个词语是所缺失的词语;如果不唯一,选择词频较高句子中的第二个词语作为所缺失词语;纠错成功,继续查找下一个缺失标记,重复执行步骤S1到步骤S5,直到缺失文本全部纠正。

5.如权利要求1所述的一种基于自然语言处理的远程会诊记录文本纠错方法,其特征在于:在执行步骤C3时,利用同音词词典对文本中含有误代标记的词语进行纠正,其步骤如下:步骤T1:将文本分词,遍历分词后文本,查找误代错误标注O,标注O的前一个词语属于误代错误,将该词语进行拼音的标注,并记录拼音;

步骤T2:判断所构建的同音词词典中是否存在该拼音:如果不存在,说明纠错失败;如果存在,说明该误代词语存在同音词,将这些同音词作为误代候选词;

步骤T3:将误代候选词的所有同音词依次代入原语句中,分别计算句子的概率并按降序排列,将排序第一的句子中的同音词作为误代词语的纠正词语。