错别字识别功能

hpf164111850 2012-04-16 10:55:05

目前做文章采集系统，需要对文章扫描，自动识别错别字，这个功能该如何实现呢？
大家有什么好的思路介绍下，我在百度上搜了下，没有合适的答案，一般就是用word，文本矫正！
但是通过程序如何去调用呢，没指定的api。
或者有没有比word更好的软件，能够通过程序访问实现的？

...全文

2578 51 打赏收藏转发到动态举报

写回复

51 条回复

切换为时间正序

请发表友善的回复…

发表回复

sunmeal 2012-04-27

打赏
举报

回复

可以和我联系

绿领巾童鞋 2012-04-24

打赏
举报

回复

要弄真好的话，就那不了得了。
1.语法库。
2.词组库。
3.语义库。

首先，你遍历从字到词到句，才能判定这个字出现是否合理；否则一个疯子乱说话，你都认为那是错字？

马肠河 2012-04-24

打赏
举报

回复

利用电子词典查，如果查不出来，就是错别字！

PCI_E 2012-04-24

打赏
举报

回复

推荐参考下google的搜索引擎学术论文，如果想找点思路，可以看看google黑板报上的一篇文章，吴军写的，叫什么“浪潮之巅”.

PCI_E 2012-04-24

打赏
举报

回复

分词系统就是程序写好以后，也是需要到一个特点领域去进行训练的。因为有些语义是在特定领域下才是有意思的。就跟训狗一样，你的用程序去训练你的分词库。

Delta 2012-04-23

打赏
举报

回复

要弄真好的话，就那不了得了。

startstartsvip 2012-04-23

打赏
举报

回复

要弄真好的话，就那不了得了。

勇敢的心515 2012-04-23

打赏
举报

回复

要真弄好的话，那就不得了了。

朕赐你肥皂 2012-04-23

打赏
举报

回复

狮识豕，豕识狮。始，狮嗜舐豕；豕适。豕时侍狮食柿，狮适。时逝，狮始试豕势。狮舐豕时，适时试噬豕。狮嗜豕时，豕试噬狮。狮嗜豕时，豕适示狮。豕噬狮时，狮奭。豕始识狮势实势。豕蓍筮，筮示：狮实誓噬弑豕。豕饰失势，事事适狮。时时侍狮。师事狮。试使狮释豕。是时，豕视虱噬狮，狮拭虱，狮实失适。豕舐狮时，噬虱示狮。豕时时噬虱示狮，使狮适。狮视豕噬虱，狮释。狮始识豕势实是噬虱，豕失势。狮始矢誓弑豕。适时，豕适噬虱示狮，狮示豕：豕噬虱失实，豕实是试弑狮。狮始施狮式示豕。豕视狮式，豕失屎。狮始噬弑豕。狮噬食豕势，豕失势，豕逝世。

我这个稍微打错一个字，你看怎么识别？

luozhuang 2012-04-23

打赏
举报

回复

国内有黑马校对
这种软件价格很贵的
API 应该不开放

zh520 2012-04-19

打赏
举报

回复

人工智能可以解决

Aries_0219 2012-04-19

打赏
举报

回复

- = 能不能把文字再后台放入word，然后调用word的API去检验？

金河流域 2012-04-19

打赏
举报

回复

能写出这个功能，那就不得了了

yigemingzi1024 2012-04-18

打赏
举报

回复

[Quote=引用 4 楼的回复:]
别想了，word 的提示基本都是错的。
[/Quote]

差不多，每次用Word都是把这个功能给关了。不过外国人对中文研究的可能不是太好，期待牛人！

wolf_410 2012-04-18

打赏
举报

回复

盘古分词。。你百度下就有，开放源码的。。。
思路跟你这个差不多

anzhiqiang_touzi 2012-04-18

打赏
举报

回复

给你整句四川话看你能识别不？

等哈哈来，我这忙，老火哦。

微信公众号 2012-04-18

打赏
举报

回复

搜狗的智能输入就挺好的，能提示错别字，你试一下，从拼音入手……

hpf164111850 2012-04-18

打赏
举报

回复

[Quote=引用 33 楼的回复:]

盘古分词。。你百度下就有，开放源码的。。。
思路跟你这个差不多
[/Quote]

嗯，我去看看，多谢

hpf164111850 2012-04-18

打赏
举报

回复

[Quote=引用 32 楼的回复:]

给你整句四川话看你能识别不？

等哈哈来，我这忙，老火哦。
[/Quote]

呵呵，

李亚超 2012-04-17

打赏
举报

回复

先分词，对于切分不确定的，用NGram语言模型处理。

加载更多回复（29）

JCJC错别字识别软件客户端到2020年10月份，JCJC错别字检测服务上线就四周年了。这个版本实现了基本的错别字检测功能： 1）增加错别字检测的参数可选项目 2）增加 Word ，Excel ，PPT 等常用文档格式 3）增加网页错别字识别

【资源介绍】基于TensorFlow+Bert弱监督训练的中文错别字识别python源码+项目说明+数据.zip 基于弱监督训练的中文错别字识别，只需加入正确的文本就行，例如人民日报、新华社这种置信度高的运行方式 #python3+tensorflow1.14 ``` cd data && sh generate_data.sh && cd .. && sh run.sh ``` #如果有提示python包问题，自行pip install即可数据只需把正确文本按行放到./data/samples文件即可，程序会自动分句并生成错误文本基于正确文本随机生成错别字，保证同音字、近音字、常见字、词组出现的频率更高，更接近真实的错误模型 - 用了千万级别的数据，识别正式文章效果比较好。专有名词，新词易误报，加入相关的数据就能改善。基于TensorFlow+Bert弱监督训练的中文错别字识别python源码+项目说明+数据.zip 基于TensorFlow+Bert弱监督训练的中文错别字识别python源码+项目说明+数据.zip 基于TensorFlow+Bert弱监督训练的中文错别字识别python源码+项目说明+数据.zip 【备注】该项目是个人毕设/课设/大作业项目，代码都经过本地调试测试，功能ok才上传，高分作品，可快速上手运行！欢迎下载使用，可用于小白学习、进阶。该资源主要针对计算机、通信、人工智能、自动化等相关专业的学生、老师或从业者下载使用，亦可作为期末课程设计、课程大作业、毕业设计等。项目整体具有较高的学习借鉴价值！基础能力强的可以在此基础上修改调整，以实现不同的功能。欢迎下载使用，也欢迎交流学习！

基于Python的错别字识别系统源码（课程设计），经导师指导并认可通过，评审分98分。项目中的源码可运行且经过严格调试确保无误。适合计算机相关专业学生做大作业、毕业设计及需要实战练习的学习者使用。该项目难度适中，内容由助教老师审定，满足学习和使用需求，可放心下载使用。内容来源于网络分享，如有侵权请联系我删除。

错别字检查客户端（开源）

基于 Python 的错别字识别系统，可作为课程设计、毕业设计。实现的功能如下：中文文本纠错划分中文文本纠错任务，常见错误类型包括： 1 谐音字词，如配副眼睛-配副眼镜 2 混淆音字词，如流浪织女-牛郎织女 3 字词顺序颠倒，如伍迪艾伦-艾伦伍迪 4 字词补全，如爱有天意-假如爱有天意 5 形似字错误，如高梁-高粱 6 中文拼音全拼，如 xingfu-幸福 7 中文拼音缩写，如 sz-深圳 8 语法错误，如想象难以-难以想象当然，针对不同业务场景，这些问题并不一定全部存在，比如输入法中需要处理前四种，搜索引擎需要处理所有类型，语音识别后文本纠错只需要处理前两种，其中’形似字错误’主要针对五笔或者笔画手写输入等。简单总结了一下中文别字错误类型： 1 别字：感帽，随然，传然，呕土 2 人名，地名错误：哈蜜（正：哈密） 3 拼音错误：咳数（ke shu）—> ke sou, 4 知识性错误：广州黄浦（埔） 5 用户发音、方言纠错：我系东北滴黑社会，俚蛾几现在在我手上。（我是东北的黑社会，你儿子现在在我手上。） 6 重复性错误：在上上面上面那

62,245

社区成员

668,998

社区内容

发帖

与我相关

我的任务

javascript云原生企业社区

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

.NET 社区是一个围绕开源 .NET 的开放、热情、创新、包容的技术社区。社区致力于为广大 .NET 爱好者提供一个良好的知识共享、协同互助的 .NET 技术交流环境。我们尊重不同意见，支持健康理性的辩论和互动，反对歧视和攻击。

希望和大家一起共同营造一个活跃、友好的社区氛围。

试试用AI创作助手写篇文章吧

+ 用AI写文章