CN109408796B - 一种信息处理方法、装置及电子设备 - Google Patents

Abstract

本发明公开了一种信息处理方法、装置及电子设备，该方法包括：获得待检测信息中输入词的输入词频；获得表征输入词在待检测信息中流畅度的第一得分，及表征输入词对应的候选词在待检测信息中流畅度的第二得分；基于输入词在待检测信息中的输入词频，对第一得分进行修正获得修正后的第一得分；基于修正后的第一得分和所述第二得分，选择是否展示用于纠正输入词的候选词。在上述技术方案中，通过待检测信息中的输入词频来修正输入词的第一得分，使得修正后的第一得分能够更贴合用户的表达意图，从而能够更准确的选择是否展示候选词提示用户进行纠错，解决了现有技术中文本校验过程中纠错候选展示准确率较低的技术问题，提高了纠错候选展示的准确率。

Description

一种信息处理方法、装置及电子设备

技术领域

本发明涉及软件技术领域，特别涉及一种信息处理方法、装置及电子设备。

背景技术

在编辑文档时，经常会由于认知错误、按键错误、输入法候选选择错误等原因造成输入错误，比如意图输入“人生自古谁无死”，错输入为“人身自古谁无死”，意图输入“瑕不掩瑜”但错误输入为“瑕不掩玉”，这些错误往往不易发现，需要借助文本校验功能来辅助用户发现错误并纠正。

目前的纠错功能实现基本是通过语言模型方法来实现，通过对原始输入词进行语言模型打分，语言模型的打分结果反应了原始输入词在原始输入内容中的流畅程度，当原始输入词的语言模型得分较低时，说明原始输入词存在错误，然后对原始输入词中语言模型打分较差的输入词替换为语言模型打分较好的候选词来纠正错误。

语言模型对输入词的打分是基于全网统计得到的，对于使用频率较高、使用次数较多的输入词打分相对使用频率较低、使用次数较少的输入词而言较高，简单的通过比较输入词打分的高低来确定是否展示用于纠错的候选词，容易出现纠错候选词展示出错，导致纠错准确率较低的问题。例如：如某一原始文本中多次出现“扒开”，“扒开”为该用户的正确表达意图，但由于语言模型中“拨开”的打分要远高于“扒开”，导致校验“当他扒开旁边的草丛时”时展示“扒”到“拨”的纠正提示。

发明内容

本发明实施例提供一种信息处理方法、装置及电子设备，用于解决现有技术中纠错展示准确率较低的技术问题，提高纠错候选词展示的准确率。

本发明实施例提供一种信息处理方法，该方法包括

获得待检测信息中输入词的输入词频；

获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述输入词对应的候选词在所述待检测信息中流畅度的第二得分；

基于所述输入词频，对所述第一得分进行修正获得修正后的第一得分；

基于所述修正后的第一得分和所述第二得分，选择是否展示用于纠正所述输入词的所述候选词。

可选的，所述方法还包括：

获得所述输入词与所述候选词之间的相似度；

所述基于所述修正后的第一得分和所述第二得分，选择是否展示用于纠正所述输入词的所述候选词，包括：

基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；

基于所述修正后的第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

可选的，获得待检测信息中输入词的输入词频，包括：

获得所述待检测信息中所述输入词的词频，以及获得所述待检测信息中搭配词的词频，其中，所述搭配词由所述输入词的上文和/或下文信息与所述输入词组成；

将所述输入词的词频和所述搭配词的词频作为所述输入词频。

可选的，获得待检测信息中输入词的输入词频，包括：

获得所述待检测信息中与所述输入词之间相似度大于等于设定阈值的相似词，以及获得待检测信息中输入词对应的搭配词；

获得所述待检测信息中所述输入词的词频、所述搭配词的词频、所述相似词的词频以及所述相似搭配的词频；

基于所述输入词的词频、所述相似词的词频以及所述输入词与所述相似词之间的相似度，计算获得所述输入词的综合词频；

基于所述搭配词的词频、所述相似词的词频以及所述输入词与所述相似词之间的相似度，计算获得搭配词的综合词频；

将所述输入词的综合词频和所述搭配词的综合词频作为所述输入词频。

可选的，所述基于所述相似度，对所述第二得分进行修正获得修正后的第二得分，包括通过如下公式计算获得修正后的第二得分：

LM2′＝LM2-Y*S

其中，LM2′表示所述修正后的第二得分，LM2表示所述第二分，S表示获得所述输入词与所述候选词之间的相似度，Y表示所述候选词的修正系数。

可选的，所述获得所述输入词与所述候选词之间的相似度，包括：

获得所述输入词的第一词向量和所述候选词的第二词向量；

获得所述第一词向量与所述第二词向量之间的余弦值作为所述输入词与所述候选词之间的相似度。

可选的，所述基于所述输入词频，对所述第一得分进行修正获得修正后的第一得分，包括通过如下公式计算获得修正后的第一得分：

LM1′＝LM1+X*(β1*P1+β2*P2)

其中，LM1′表示所述修正后的第一得分，LM1表示所述第一得分，P1、P2表示所述输入词频中所包含的参数，β1、β2表示所述输入词频中各参数对应的权重，X表示所述输入词的修正系数。

本申请实施例还提供另一种信息处理方法，所述方法包括：

获得待检测信息中输入词与所述输入词对应的候选词之间的相似度；

获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述候选词在所述待检测信息中流畅度的第二得分；

基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；

基于所述第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

可选的，所述基于所述相似度，对所述第二得分进行修正获得修正后的第二得分，包括通过如下公式计算获得修正后的第二得分：

LM2′＝LM2-Y*S

其中，LM2′表示所述修正后的第二得分，LM2表示所述第二分，S表示获得所述输入词与所述候选词之间的相似度，Y表示所述候选词的修正系数。

本申请实施例还提供一种信息处理装置，所述装置包括：

获取单元，用于获得待检测信息中输入词的输入词频；

打分单元，用于获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述输入词对应的候选词在所述待检测信息中流畅度的第二得分；

修正单元，用于基于所述输入词频，对所述第一得分进行修正获得修正后的第一得分；

展现单元，用于基于所述修正后的第一得分和所述第二得分，选择是否展示用于纠正所述输入词的所述候选词。

可选的，所述获取单元还用于：获得所述输入词与所述候选词之间的相似度；

所述修正单元还用于基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；

展现模块具体用于：基于所述修正后的第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

可选的，获得获取单元具体用于：

获得所述待检测信息中所述输入词的词频，以及获得所述待检测信息中搭配词的词频，其中，所述搭配词由所述输入词的上文和/或下文信息与所述输入词组成；

将所述输入词的词频和所述搭配词的词频作为所述输入词频。

可选的，获得获取单元用于：

获得所述待检测信息中与所述输入词之间相似度大于等于设定阈值的相似词，以及获得待检测信息中输入词对应的搭配词；

获得所述待检测信息中所述输入词的词频、所述搭配词的词频、所述相似词的词频以及所述相似搭配的词频；

基于所述输入词的词频、所述相似词的词频以及所述输入词与所述相似词之间的相似度，计算获得所述输入词的综合词频；

基于所述搭配词的词频、所述相似词的词频以及所述输入词与所述相似词之间的相似度，计算获得搭配词的综合词频；

将所述输入词的综合词频和所述搭配词的综合词频作为所述输入词频。

可选的，所述修正单元用于通过如下公式计算获得修正后的第二得分：

LM2′＝LM2-Y*S

其中，LM2′表示所述修正后的第二得分，LM2表示所述第二分，S表示获得所述输入词与所述候选词之间的相似度，Y表示所述候选词的修正系数。

可选的，所述获取单元用于：获得所述输入词的第一词向量和所述候选词的第二词向量；获得所述第一词向量与所述第二词向量之间的余弦值作为所述输入词与所述候选词之间的相似度。

可选的，所述修正单元用于通过如下公式计算获得修正后的第一得分：

LM1′＝LM1+X*(β1*P1+β2*P2)

其中，LM1′表示所述修正后的第一得分，LM1表示所述第一得分，P1、P2表示所述输入词频中所包含的参数，β1、β2表示所述输入词频中各参数对应的权重，X表示所述输入词的修正系数。

本申请实施例还提供另一种信息处理装置，所述装置包括：

获取模块，用于获得待检测信息中输入词与所述输入词对应的候选词之间的相似度；

打分模块，用于获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述候选词在所述待检测信息中流畅度的第二得分；

修正模块，用于基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；

展示模块，用于基于所述第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

可选的，所述修正模块用于通过如下公式计算获得修正后的第二得分：

LM2′＝LM2-Y*S

其中，LM2′表示所述修正后的第二得分，LM2表示所述第二分，S表示获得所述输入词与所述候选词之间的相似度，Y表示所述候选词的修正系数。

本申请实施例还提供一种电子设备，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

获得待检测信息中输入词的输入词频；

获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述输入词对应的候选词在所述待检测信息中流畅度的第二得分；

基于所述输入词频，对所述第一得分进行修正获得修正后的第一得分；

基于所述修正后的第一得分和所述第二得分，选择是否展示用于纠正所述输入词的所述候选词。

本申请实施例还提供另一种电子设备，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

获得待检测信息中输入词与所述输入词对应的候选词之间的相似度；

获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述候选词在所述待检测信息中流畅度的第二得分；

基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；

基于所述第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

本申请实施例中的上述一个或多个技术方案，至少具有如下技术效果：

本申请实施例提供一种信息处理方法，在进行纠错候选词的展示之前，获得待检测信息中输入词的输入词频；获得表征输入词在待检测信息中流畅度的第一得分，及表征输入词对应的候选词在待检测信息中流畅度的第二得分；基于输入词在待检测信息中的输入词频，对第一得分进行修正获得修正后的第一得分；基于修正后的第一得分和所述第二得分，选择是否展示用于纠正输入词的候选词。通过待检测信息中的输入词频来修正输入词的第一得分，考虑了该待检测信息的实际输入情况，使得修正后的第一得分能够更贴合用户的表达意图，进而基于输入词修正后的第一得分和候选词的第二得分，能够更准确的选择是否展示候选词提示用户进行纠错，解决了现有技术中纠错候选展示准确率较低的技术问题，提高了纠错候选展示的准确率。

附图说明

图1为本申请实施例提供的第一种信息处理方法的流程示意图；

图2为本申请实施例提供的第二种信息处理方法的流程示意图；

图3为本申请实施例提供的一种信息处理装置的方框示意图；

图4为本申请实施例提供的一种信息处理装置的方框示意图；

图5为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

在本申请实施例提供的技术方案中，提供一种信息处理方法，通过获得待检测信息中输入词的输入词频，修正语言模型对输入词的打分，使得修正后的得分能够更贴合用户的表达意图，进而基于修正后的得分能够更准确的选择是否展示用于提示纠错的候选词，以解决现有技术中纠错候选展示准确率较低的技术问题，提高纠错候选展示的准确率。

下面结合附图对本申请实施例技术方案的主要实现原理、具体实施方式及其对应能够达到的有益效果进行详细的阐述。

实施例

本申请实施例提供一种信息处理方法，基于待检测信息和/或词语之间的相似度，对待检测信息的文本校验过程进行防误纠错处理。待检测信息可以是某一文档，也可以是某一文档中的部分文字信息，如其中的一页、两页中的文字信息。第一方面，在待检测信息中，某一输入词多次出现，如“扒开”在待检测文档中出现了多次，表明用户的表达意图就是“扒开”而非语言模型中得分较高的“拨开”，为此，本申请实施例可以通过获得待检测信息中输入词的输入词频来对输入词的语言模型打分获得的第一得分进行修正。第二方面，在实际应用过程中，输入词与用于纠错的候选词之间有可能是相似的词，如“扒开”与“拨开”，此时用“扒开”是可以的，不需要进行纠错，为此，本申请实施例也可以通过获得输入词与候选词之间的相似度，通过相似度来对候选词的语言模型打分获得第二得分进行修正。当然，本申请实施例还可以根据输入词修正后的第一得分和候选词修正后的第二得分相结合，来选择是否展示用于纠错的候选词。

第一方面、基于输入词频进行防误纠错

请参考图1，本申请实施例提供的第一种信息处理方法，包括：

S11：获得待检测信息中输入词的输入词频；

S12：获得表征输入词在待检测信息中流畅度的第一得分，及表征输入词对应的候选词在待检测信息中流畅度的第二得分；

S13：基于输入词频，对第一得分进行修正获得修正后的第一得分；

S14：基于修正后的第一得分和第二得分，选择是否展示用于纠正输入词的候选词。

在具体实施过程中，S11获得输入词的输入词频时，可以通过如下两种方式获得：

(1)、基于计数

获得待检测信息中输入词的词频，以及待检测信息中搭配词的词频，统计获得待检测信息中输入词、搭配词的出现次数。其中，搭配词由输入词的上文和/或下文信息与输入词组成，可以是二元搭配、三元搭配或者更高元的搭配。统计时，当两个词完全一样时确认是同一词。例如：输入词为A，那么获得待检测信息如文档F中A的出现次数、输入词的二元搭配AB的出现次数、输入词的三元搭配ABC的出现次数等。将获得的输入词的词频和搭配词的词频作为输入词频，即输入词频中可以包含输入词的词频，以及一个或多个搭配词的词频。

(2)、基于相似度计数

基于词条之间的相似度进行计数。获得待检测信息中与输入词之间相似度大于等于设定阈值的相似词；获得待检测信息中输入词的词频、输入词的搭配词的词频、相似词的词频以及搭配词的相似搭配的词频；基于输入词的词频、相似词的词频以及输入词与相似词之间的相似度，计算获得输入词的综合词频；基于所述搭配词的词频、所述相似词的词频以及所述输入词与所述相似词之间的相似度，计算获得搭配词的综合词频；将输入词的综合词频和搭配词的综合词频作为输入词频。

具体的，输入词的综合词频F1可以通过如下公式计算获得：

F1＝f_A+sum(func(same(A,B),f_B))

其中，func为相似性词频计算函数，如func(x，y)＝x*y；same(A，B)为A与B之间的相似度；B表示待检测信息中输入词A的相似词，该相似词B的数量可能为1个或多个；f_A表示输入词A的词频；f_B表示与输入词相似的相似词的词频。

同样的，输入词对应的搭配词的综合词频F2可以通过如下公式计算获得：

F2＝f_AC+sum(func(same(A,B)*same(C,D),f_BD))

同样的，func为相似性词频计算函数；f_BD为BD的二元共现词频；B表示待检测信息中输入词的相似词，该相似词B的数量可能为1个或多个，C表示输入词的搭配词AC中的另一个词；f_AC表示输入词的搭配词的词频；f_B表示与输入词相似的相似词的词频；same(A,B)表示输入词与相似词之间的相似度；D表示与C相似的相似词，same(C,D)表示C与D之间的相似度。

S12：获得表征输入词在待检测信息中流畅度的第一得分，及表征输入词对应的候选词在待检测信息中流畅度的第二得分。具体的，可以通过语言模型对输入词进行打分获得第一得分，及通过语言模型对输入词对应的候选词进行打分获得第二得分。其中S11与S12的执行不分先后，可以同时执行，也可以先执行S11或S12。本申请实施例并不限制语言模型的具体类型，可以通用的基于统计的统计语言模型N-gram，或者基于机器学习的神经网络语言模型rnnlm等。

在完成S11和S12之后，执行S13基于获得的输入词的输入词频，对输入词的第一得分进行修正获得修正后的第一得分。待检测信息中输入词的词频越大，表明该输入词越贴合用户的表达意图，为此，本申请实施例通过输入词的词频来补偿输入词的第一得分。具体的，可以通过如下公式来修正输入词的第一得分：

LM1′＝LM1+X*(β1*P1+β2*P2)

其中，LM1′表示修正后的第一得分，LM1表示第一得分，P1、P2表示输入词频中所包含的参数(输入词的词频、搭配词的词频)，β1、β2表示输入词频中各参数对应的权重，X表示输入词的修正系数，X可以通过评测集来选取合适的值。

S13之后，进一步执行S14基于输入词的修正后的第一得分和候选词的第二得分，选择是否展示用于纠正输入词的候选词。具体的，可以直接判断修正后的第一得分是否小于等于第二得分；若是，则展示用于纠正输入词的候选词；若否，则不进行纠错候选词的展示。

例如：假设待检测信息中输入词“扒开”的第一得分为8.0，候选词“拨开”的第二得分为9.0，“扒开”的词频为6，“扒开”的搭配词“扒开草丛”的词频为5，输入词的修正系数X为0.2，输入词频中输入词的词频的权重为0.5、搭配词的词频对应的权重为0.5，那么根据上述公式可以计算获得修正后的第一得分＝8+0.2*(0.5*6+0.5*5)＝9.1＞第二得分9.0，因此不展示纠错候选词“拨开”。

再例如：假设待检测信息中输入词“扒开”的第一得分为8.0，候选词“拨开”的第二得分为9.0，“扒开”的词频为6，待检测信息中的“撩开”与“扒开”之间的相似度0.85大于设定阈值0.8，“撩开”在待检测信息中的词频为3，“扒开”的搭配词“扒开草丛”的词频为5，输入词的修正系数X为0.2，输入词频中输入词的词频的权重为0.5、搭配词的词频对应的权重为0.5，那么根据上述公式可以计算获得修正后的第一得分＝8+0.2*[0.5*(6+0.85*3)+0.5*5)]＝9.485＞第二得分9.0，因此不展示纠错候选词“拨开”。

通过上述实施例提供的信息处理方法，通过待检测信息(即本地局部信息)中的输入词频来补偿语言模型对输入词的打分，避免对用户多次输入的输入词进行纠错，通常用户多次输入的输入词为用户主动意图判断后的表述，此类内容被标注出错误，用户通常不会选择纠错结果，所以本申请实施例提高该类输入词的得分进行防误纠，避免了不必要的文本校验对用户造成的干扰。

第二方面、基于相似度进行防误纠错

请参考图2，本申请实施例提供的第二种信息处理方法，包括：

S21：获得待检测信息中输入词与输入词对应的候选词之间的相似度；

S22：获得表征输入词在待检测信息中流畅度的第一得分，及表征候选词在待检测信息中流畅度的第二得分；

S23：基于输入词与候选词之间的相似度，对第二得分进行修正获得修正后的第二得分；

S24：基于第一得分和修正后的第二得分，选择是否展示用于纠正输入词的候选词。

具体实施过程中，词条之间的相似度可以通过余弦相似度来计算。S21获得输入词与候选词之间的相似度时，可以获得输入词的第一词向量和候选词的第二词向量；获得第一词向量与第二词向量之间的余弦值作为输入词与候选词之间的相似度。

其中，词向量可以采用word2vec(CBOW或者是Skip-Gram)方法训练词表获得。词向量即词汇的向量表示，训练词向量的目的是计算词汇之间的相似性，两词之间的相似性可通过两个词的词向量之间的夹角的余弦值来表示，夹角的余弦值越大表示两个词越接近。如：词向量维度为5，“扒开”的向量表示为[0.82,-0.71,0.55,0.63,-0.19]，“拨开”的向量表示为[0.78,-0.73,0.57,0.58,-0.24]，“扒开”与“拨开”词向量相似度S_{(“扒开”,“拨开”)}＝0.998132，非常相似，说明两者表述的意思非常相近。

S22的实施方式请参照S12，在S22之后执行S23：基于输入词与候选词之间的相似度，对第二得分进行修正获得修正后的第二得分。输入词与候选词之间的相似度越大，输入词需要被纠错的可能性就越小，因此，本申请实施例通过两次词之间的相似度来对候选词的第二得分进行惩罚。具体的，可以通过如下公式对候选词的第二得分进行修正：

LM2′＝LM2-Y*S

其中，LM2′表示修正后的第二得分，LM2表示第二分，S表示获得输入词与候选词之间的相似度，Y表示候选词的修正系数，Y可以通过评测集来选取合适的值。

S23获得修正后的第二得分后，进一步执行S24基于输入词的第一得分和候选词修正后的第二得分，选择是否展示用于纠正输入词的候选词。具体的，可以直接判断获得的第一得分是否小于等于修正后的第二得分；若是，则展示用于纠正输入词的候选词；若否，则不进行纠错候选词的展示。例如：假设待检测信息中输入词“扒开”的第一得分为8.0，候选词“拨开”的第二得分为9.0，“扒开”与“拨开”之间的相似度为0.998132，候选词的修正系数Y为1.5，那么根据上述公式可以计算获得修正后的第二得分＝9.0-1.5*0.998132＜第一得分8.0，因此不展示纠错候选词“拨开”。通过输入词与候选词之间的相似度来惩罚候选词的第二得分，能够有效避免相似度较大的两个词之间的纠错展示，提高纠错展示的准确率。

基于本申请实施例提供的上述两个方面的防误纠错，本申请实施例还可以将上述两个方面的防误纠错进行结合，基于输入词频和相似度来进行防误纠错。具体的，获得输入词与所述候选词之间的相似度和待检测信息中输入词的输入词频；基于输入词频，对第一得分进行修正获得修正后的第一得分；基于输入词与候选词之间的相似度，对第二得分进行修正获得修正后的第二得分；基于修正后的第一得分和修正后的第二得分，选择是否展示用于纠正输入词的候选词。同样的，判断修正后的第一得分是否小于等于修正后的第二得分，若是，则展示用于纠正输入词的候选词，反之，则不对该候选词进行展示。进一步的，本申请实施例还在展示用于纠错的候选词之后，获得用户是否选择该候选词进行纠错的情况，以便在后续选择是否展示用于纠正输入词的候选词时，基于用户对展示的候选词的历史选择情况，来动态调整修正程度，例如：调整修正阈值，判断修正后的第一得分与修正后的第二得分之间的差值是否小于等于修正阈值，若是，则展示用于纠正输入词的候选词，反之，则不对该候选词进行展示。

上述基于输入词频和相似度来进行防误纠错，通过补偿输入词的第一得分和惩罚候选词的第二得分，使得不必要展示的候选词的语言模型比输入词的语言模型较差，有效降低不必要的纠错候选的展现，提高了纠错候选展现的准确率，降低对用户校验时的干扰。

针对上述实施例提供第一种信息处理方法，本申请实施例还对应提供一种信息处理装置，请参考图3，该装置包括：

获取单元31，用于获得待检测信息中输入词的输入词频；

打分单元32，用于获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述输入词对应的候选词在所述待检测信息中流畅度的第二得分；

修正单元33，用于基于所述输入词频，对所述第一得分进行修正获得修正后的第一得分；

展现单元34，用于基于所述修正后的第一得分和所述第二得分，选择是否展示用于纠正所述输入词的所述候选词。

具体实施过程中，所述获取单元31还用于：获得所述输入词与所述候选词之间的相似度；所述修正单元33还用于基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；展现单元34具体用于：基于所述修正后的第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

作为一种可选的实施方式，获得获取单元31具体用于：获得所述待检测信息中所述输入词的词频，以及获得所述待检测信息中搭配词的词频，其中，所述搭配词由所述输入词的上文和/或下文信息与所述输入词组成；将所述输入词的词频和所述搭配词的词频作为所述输入词频。

其中，获得获取单元31在获取输入词的词频时，可以先获得所述待检测信息中与所述输入词之间相似度大于等于设定阈值的相似词，以及获得待检测信息中输入词对应的搭配词；接着，获得所述待检测信息中所述输入词的词频、所述搭配词的词频、所述相似词的词频以及所述相似搭配的词频；基于所述输入词的词频、所述相似词的词频以及所述输入词与所述相似词之间的相似度，计算获得所述输入词的综合词频；基于所述搭配词的词频、所述相似词的词频以及所述输入词与所述相似词之间的相似度，计算获得搭配词的综合词频；将所述输入词的综合词频和所述搭配词的综合词频作为所述输入词频。

在具体实施过程中，所述修正单元33用于通过如下公式计算获得修正后的第二得分：

LM2′＝LM2-Y*S

其中，LM2′表示所述修正后的第二得分，LM2表示所述第二分，S表示获得所述输入词与所述候选词之间的相似度，Y表示所述候选词的修正系数。

作为一种可选的实施方式，所述获取单元31用于：获得所述输入词的第一词向量和所述候选词的第二词向量；获得所述第一词向量与所述第二词向量之间的余弦值作为所述输入词与所述候选词之间的相似度。

作为一种可选的实施方式，所述修正单元33用于通过如下公式计算获得修正后的第一得分：

LM1′＝LM1+X*(β1*P1+β2*P2)

其中，LM1′表示所述修正后的第一得分，LM1表示所述第一得分，P1、P2表示所述输入词频中所包含的参数，β1、β2表示所述输入词频中各参数对应的权重，X表示所述输入词的修正系数。

针对上述实施例提供第二种信息处理方法，本申请实施例还对应提供一种信息处理装置，请参考图4，该装置包括：

获取模块41，用于获得待检测信息中输入词与所述输入词对应的候选词之间的相似度；

打分模块42，用于获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述候选词在所述待检测信息中流畅度的第二得分；

修正模块43，用于基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；

展示模块44，用于基于所述第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

在具体实施过程中，所述修正模块43用于通过如下公式计算获得修正后的第二得分：

LM2′＝LM2-Y*S

其中，LM2′表示所述修正后的第二得分，LM2表示所述第二分，S表示获得所述输入词与所述候选词之间的相似度，Y表示所述候选词的修正系数。

关于上述实施例中的装置，其中各个单元、模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图5是根据一示例性实施例示出的一种用于实现上述信息处理方法的电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/展现(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理部件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个展现接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为展现和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于展现音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由电子设备800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行第一种信息处理方法和/或第二种信息处理方法。其中，所述第一种信息处理方法方法包括：获得待检测信息中输入词的输入词频；获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述输入词对应的候选词在所述待检测信息中流畅度的第二得分；基于所述输入词频，对所述第一得分进行修正获得修正后的第一得分；基于所述修正后的第一得分和所述第二得分，选择是否展示用于纠正所述输入词的所述候选词。第二种信息处理方法包括：获得待检测信息中输入词与所述输入词对应的候选词之间的相似度；得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述候选词在所述待检测信息中流畅度的第二得分；基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；基于所述第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (20)

1.一种信息处理方法，其特征在于，所述方法包括：

获得待检测信息中输入词的输入词频；

获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述输入词对应的候选词在所述待检测信息中流畅度的第二得分；

基于所述输入词频，对所述第一得分进行修正获得修正后的第一得分；

基于所述修正后的第一得分和所述第二得分，选择是否展示用于纠正所述输入词的所述候选词；

所述获得待检测信息中输入词的输入词频，包括：

获得所述待检测信息中所述输入词的词频，以及获得所述待检测信息中搭配词的词频，其中，所述搭配词由所述输入词的上文和/或下文信息与所述输入词组成；

将所述输入词的词频和所述搭配词的词频作为所述输入词频。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获得所述输入词与所述候选词之间的相似度；

所述基于所述修正后的第一得分和所述第二得分，选择是否展示用于纠正所述输入词的所述候选词，包括：

基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；

基于所述修正后的第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

3.如权利要求1所述的方法，其特征在于，获得待检测信息中输入词的输入词频，包括：

获得所述待检测信息中与所述输入词之间相似度大于等于设定阈值的相似词，以及获得待检测信息中输入词对应的搭配词；

获得所述待检测信息中所述输入词的词频、所述搭配词的词频、相似词的词频以及相似搭配的词频；

基于所述输入词的词频、所述相似词的词频以及所述输入词与所述相似词之间的相似度，计算获得所述输入词的综合词频；

基于所述搭配词的词频、所述相似词的词频以及所述输入词与所述相似词之间的相似度，计算获得搭配词的综合词频；

将所述输入词的综合词频和所述搭配词的综合词频作为所述输入词频。

4.如权利要求2所述的方法，其特征在于，所述基于所述相似度，对所述第二得分进行修正获得修正后的第二得分，包括通过如下公式计算获得修正后的第二得分：

LM2′= LM2-Y *S

其中，LM2′表示所述修正后的第二得分，LM2表示所述第二得分，S表示获得所述输入词与所述候选词之间的相似度，Y表示所述候选词的修正系数。

5.如权利要求2所述的方法，其特征在于，所述获得所述输入词与所述候选词之间的相似度，包括：

获得所述输入词的第一词向量和所述候选词的第二词向量；

获得所述第一词向量与所述第二词向量之间的余弦值作为所述输入词与所述候选词之间的相似度。

6.如权利要求1~5任一所述的方法，其特征在于，所述基于所述输入词频，对所述第一得分进行修正获得修正后的第一得分，包括通过如下公式计算获得修正后的第一得分：

LM1′= LM1 + X *（β1*P1+β2*P2）

其中，LM1′表示所述修正后的第一得分，LM1表示所述第一得分，P1、P2表示所述输入词频中所包含的参数，β1、β2表示所述输入词频中各参数对应的权重，X表示所述输入词的修正系数。

7.一种信息处理方法，其特征在于，所述方法包括：

获得待检测信息中输入词与所述输入词对应的候选词之间的相似度；

获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述候选词在所述待检测信息中流畅度的第二得分；

基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；

基于所述第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

8.如权利要求7所述的方法，其特征在于，所述基于所述相似度，对所述第二得分进行修正获得修正后的第二得分，包括通过如下公式计算获得修正后的第二得分：

LM2′= LM2-Y *S

其中，LM2′表示所述修正后的第二得分，LM2表示所述第二得分，S表示获得所述输入词与所述候选词之间的相似度，Y表示所述候选词的修正系数。

9.一种信息处理装置，其特征在于，所述装置包括：

获取单元，用于获得待检测信息中输入词的输入词频；

打分单元，用于获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述输入词对应的候选词在所述待检测信息中流畅度的第二得分；

修正单元，用于基于所述输入词频，对所述第一得分进行修正获得修正后的第一得分；

展现单元，用于基于所述修正后的第一得分和所述第二得分，选择是否展示用于纠正所述输入词的所述候选词；

所述获取单元具体用于：

获得所述待检测信息中所述输入词的词频，以及获得所述待检测信息中搭配词的词频，其中，所述搭配词由所述输入词的上文和/或下文信息与所述输入词组成；

将所述输入词的词频和所述搭配词的词频作为所述输入词频。

10.如权利要求9所述的装置，其特征在于，所述获取单元还用于：获得所述输入词与所述候选词之间的相似度；

所述修正单元还用于基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；

所述展现单元具体用于：基于所述修正后的第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

11.如权利要求9所述的装置，其特征在于，获取单元用于：

获得所述待检测信息中与所述输入词之间相似度大于等于设定阈值的相似词，以及获得待检测信息中输入词对应的搭配词；

获得所述待检测信息中所述输入词的词频、所述搭配词的词频、相似词的词频以及相似搭配的词频；

基于所述输入词的词频、所述相似词的词频以及所述输入词与所述相似词之间的相似度，计算获得所述输入词的综合词频；

基于所述搭配词的词频、所述相似词的词频以及所述输入词与所述相似词之间的相似度，计算获得搭配词的综合词频；

将所述输入词的综合词频和所述搭配词的综合词频作为所述输入词频。

12.如权利要求10所述的装置，其特征在于，所述修正单元用于通过如下公式计算获得修正后的第二得分：

LM2′= LM2-Y *S

其中，LM2′表示所述修正后的第二得分，LM2表示所述第二得分，S表示获得所述输入词与所述候选词之间的相似度，Y表示所述候选词的修正系数。

13.如权利要求10所述的装置，其特征在于，所述获取单元用于：

获得所述输入词的第一词向量和所述候选词的第二词向量；

获得所述第一词向量与所述第二词向量之间的余弦值作为所述输入词与所述候选词之间的相似度。

14.如权利要求9~13任一所述的装置，其特征在于，所述修正单元用于通过如下公式计算获得修正后的第一得分：

LM1′= LM1 + X *（β1*P1+β2*P2）

其中，LM1′表示所述修正后的第一得分，LM1表示所述第一得分，P1、P2表示所述输入词频中所包含的参数，β1、β2表示所述输入词频中各参数对应的权重，X表示所述输入词的修正系数。

15.一种信息处理装置，其特征在于，所述装置包括：

获取模块，用于获得待检测信息中输入词与所述输入词对应的候选词之间的相似度；

打分模块，用于获得表征所述输入词在所述待检测信息中流畅度的第一得分，及表征所述候选词在所述待检测信息中流畅度的第二得分；

修正模块，用于基于所述相似度，对所述第二得分进行修正获得修正后的第二得分；

展示模块，用于基于所述第一得分和所述修正后的第二得分，选择是否展示用于纠正所述输入词的所述候选词。

16.如权利要求15所述的装置，其特征在于，所述修正模块用于通过如下公式计算获得修正后的第二得分：

LM2′= LM2-Y *S

其中，LM2′表示所述修正后的第二得分，LM2表示所述第二得分，S表示获得所述输入词与所述候选词之间的相似度，Y表示所述候选词的修正系数。

17.一种电子设备，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行如权利要求1~6任一所述的方法对应的操作指令。

18.一种电子设备，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行如权利要求7~8任一所述的方法对应的操作指令。

19.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1~6任一所述的方法。

20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求7~8任一所述的方法。

Images