## 引言

在過去的幾十年裡，文字糾錯技術已經取得了巨大的進展，從最初的基於規則的糾錯系統到現在的基於機器學習的糾錯系統，技術的發展已經幫助人們解決了大量的文字糾錯問題，隨著機器學習技術的發展，文字糾錯技術也發生了重大變化。

本文將介紹一款新的基於機器學習的糾錯技術，並詳細列出實際的可應用場景。

## 工作原理

今天介紹的智慧文字糾錯 API 是基於機器學習的糾錯系統透過分析大量的文字資料來學習語言模型，從而識別和糾正文字中的錯誤。這種方法不僅能識別語法和拼寫錯誤，還能識別語境相關的錯誤，例如使用不當的詞語。

基於機器學習的文字糾錯系統通常分為兩個主要部分：**語言模型**和**糾錯演算法**。

語言模型是根據大量文字資料訓練得到的，可以預測一個詞語在語言中的機率；糾錯演算法則根據語言模型的預測結果和詞語的上下文資訊來識別錯誤並糾正它們。

## 糾錯能力

智慧文字糾錯技術是針對字詞錯誤、標點、地名、專有名詞、敏感資訊、意識形態等進行智慧校對，具體的糾錯能力如下：

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/08135e14360f40d085b0035b06b1ad4c~tplv-k3u1fbpfcp-zoom-1.image)

## 應用場景

當前的基於機器學習的智慧文字糾錯 API 已經非常成熟，並且廣泛應用於各種領域，例如寫作工具、手機輸入法和翻譯軟體等，下面是一些常見的應用場景：

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/957ac2c62ac54542a42785da78210af8~tplv-k3u1fbpfcp-zoom-1.image)

## 快速接入智慧文字糾錯 API

#### 1.註冊並獲取智慧文字糾錯 API 金鑰

進入 【[智慧文字糾錯](https://www.apispace.com/23331/api/text-detection/introduction?utm_source=itpub&utm_content=deep&utm_term=wenbenjiucuo)】詳情頁，點選【免費試用】，即可喚起註冊按鈕。

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/4b2f021280d24b2992b001bc4cf445e7~tplv-k3u1fbpfcp-zoom-1.image)

註冊成功後，我們在頁面導航選單點選 **【我的** **API**】進入 **【訪問控制**】頁面，即可看到平臺提供的金鑰。

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/ddd8e23b7c2b4a50a3593e674c4c546e~tplv-k3u1fbpfcp-zoom-1.image)

#### 2.呼叫API 介面

構建API 請求

```
var data = "{"text":"傳承和弘揚中華優秀傳統文化既是增強文華自信、建設社會主義文化強國的應然之義，也是全面建設社會注意現代化國家、推進實現中華民族偉大復興的實踐前提。"}"

$.ajax({
    "url":"https://23331.o.apispace.com/text-detection/check",
    "method": "POST",
    "headers": {
        "X-APISpace-Token":"替換成平臺提供的API 金鑰",
        "Authorization-Type":"apikey",
        "Content-Type":"application/json"
    },
    "data": data,
    "crossDomain": true
})
    .done(function(response){})
    .fail(function(jqXHR){})
```

#### 3.返回資料內容

```
{
    "sum": 2,
    "msg": "",
    "result": [{
        "sentence": "傳承和弘揚中華優秀傳統文化既是增強文華自信、建設社會主義文化強國的應然之義，也是全面建設社會注意現代化國家、推進實現中華民族偉大復興的實踐前提。",
        "position": 0,
        "shareDicId": null,
        "mistakes": [
            [
                [17, 19], // 錯誤在句中的位置，左閉右開
                [
                    ["文化", 2, "1-1", 0] // [推薦詞，推薦程度，推薦類別，命名實體標誌]
                ],
                []
            ],
            [
                [46, 48],
                [
                    ["主義", 2, "1-1", 0],
                    ["主易", 2, "1-1", 0],
                    ["主意", 1, "1-1", 0]
                ],
                []
            ]
        ],
        "mistakeNum": 0
    }]
}
```

返回引數中 mistakes 欄位詳解

```
0: 錯誤在句中的位置[l, r)，左閉右開
1: 推薦意⻅(list)
    0: string 推薦詞
    1: int 推薦程度
        1: 表⽰“低機率錯誤，⼀般推薦”
        2: 表⽰“⾼機率錯誤，強烈推薦”
        3: 系統預設敏感詞
        4: ⽤⼾⾃定義敏感詞
        5: ⽤⼾⾃定義錯詞
        6: 共享詞典敏感詞
        7: 共享詞典錯
        8: 標點符號錯誤
    2: 推薦類別, 格式”x-x”
        “0-x”: 預設分類 (沒有對應分類)
        “1-“: 表⽰同⾳錯誤，建議替換
        “2-“: 常⻅諧⾳錯誤，建議替換
        “3-“: 遺漏字詞錯誤，建議補充
        “4-“: 冗餘字詞錯誤，建議刪減
        “5-“: 其他諧⾳、近形錯誤，建議替換
        “7-“: 語序錯誤，建議調整語序
        “8-x”: 敏感詞錯誤，建議刪減
            8-1: 未分類（預設分類）
            8-2: ⻩賭毒
            8-3: 司法、政治
            8-4: 宗教、迷信
            8-5: ⾔語 辱罵
            8-6: ⾮法資訊
            8-7: 宣傳、⼴告
        “9-1”: 地址歸屬地錯誤
        “10-x”:
            10-1: 中英型別錯⽤
            10-2: 成對標點缺失或⽤反
            10-3: 多餘標點
    3: 0/1 命名實體標誌。0: ⽆命名實體；1: 有命名實體。
2: 空
```

基於機器學習的糾錯系統技術 - 智慧文字糾錯 API

相關文章