CN112560430B - 文本中数值内容的纠错方法、装置及电子设备 - Google Patents

Abstract

本申请公开了一种文本中数值内容的纠错方法、装置及电子设备，涉及自然语言处理、深度学习等人工智能技术领域。实现方案为：获取待处理的目标文本；确定目标文本中包括的原始数值内容；确定每个原始数值内容对应的目标类型；根据每个目标类型对应的纠错方式，将对应的每个所述原始数值内容进行纠错。由此，根据数值内容的类型实现对数值内容的纠错，不仅仅局限于数值的格式纠错，还对数值内容进行逻辑纠错，提高了数值纠错能力，进而提高了错误数值检出和纠正的召回率。

Description

文本中数值内容的纠错方法、装置及电子设备

技术领域

本申请涉及计算机技术领域，具体涉及自然语言处理、深度学习等人工智能技术领域，尤其涉及一种文本中数值内容的纠错方法、装置、电子设备和存储介质。

背景技术

用户在进行文档撰写时，通常由于疏忽或对书写规范的认知缺失，导致数值输入错误或用法不规范，例如，书写合法性错误、数值内容(逻辑)错误等等。其中，对于涉及推理和计算的数值内容进行纠错，是当前研究的关键。

发明内容

本申请提供一种用于进行数值类型纠错的文本中数值内容的纠错方法、装置及电子设备。

根据本申请的第一方面，提供了一种文本中数值内容的纠错方法，包括：获取待处理的目标文本；确定所述目标文本中包括的原始数值内容；确定每个所述原始数值内容对应的目标类型；根据每个所述目标类型对应的纠错方式，将对应的每个所述原始数值内容进行纠错。

根据本申请的第二方面，提供了一种文本中数值内容的纠错装置，包括：第一获取模块，用于获取待处理的目标文本；第一确定模块，用于确定所述目标文本中包括的原始数值内容；第二确定模块，用于确定每个所述原始数值内容对应的目标类型；第一处理模块，用于根据每个所述目标类型对应的纠错方式，将对应的每个所述原始数值内容进行纠错。

根据本申请的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述一方面实施例所述的文本中数值内容的纠错方法。

根据本申请的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其上存储有计算机程序，所述计算机指令用于使所述计算机执行上述一方面实施例所述的文本中数值内容的纠错方法。

根据本申请的第五方面，提供了一种计算机程序产品，所述计算机程序被处理器执行时，实现上述一方面实施例所述的文本中数值内容的纠错方法。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1为本申请实施例提供的一种文本中数值内容的纠错方法的流程示意图；

图2为本申请实施例提供的一种对计数类数值进行纠错的流程示意图；

图3为本申请实施例提供的一种对金额类数值进行纠错的流程示意图；

图4为本申请实施例提供的一种显示纠错后的数值内容的流程示意图；

图5为本申请实施例提供的又一种文本中数值内容的纠错方法的流程示意图；

图6为本申请实施例提供的一种文本中数值内容的纠错装置的结构示意图；

图7为用来实现本申请实施例的文本中数值内容的纠错方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

AI(Artificial Intelligence，人工智能)人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

深度学习是机器学习领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能，随着人工智能技术的发展，利用NLP(Natural LanguageProcessing，自然语言处理)技术、深度学习技术进行文本纠错的方式越来越广泛，NLP是计算机科学领域与人工智能领域中的一个重要方向，它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助，它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。

需要说明的是，在用户撰写文档的过程中，通常由于疏忽或对书写规范的认知缺失，导致数值内容输入错误或用法不规范。用户撰写错误主要有：日期合法性错误(不存在的日期、日期期限错误)、数值错误(金额格式错误、大小写不匹配)，此外，由于中文数值存在规范，用户在使用中还普遍存在数值范围使用不当，阿拉伯数字与汉语数字连用不当等错误。因此，需要一种方法进行文本中数值的纠错，从而提高数值的正确率，改善用户体验。

相关技术中的数值纠错技术局限于纠正格式不规范，而对于更重要的数值内容由于涉及推理和计算，无论是基于规则的方法还是基于语言模型的方法都缺乏纠错能力。因此，如何对于涉及推理和计算的数值内容进行纠错，是当前研究的关键。

为此，本申请实施例提出了一种文本中数值内容的纠错方法、装置及电子设备。本申请实施例，根据数值内容的类型实现对数值内容的纠错，不仅仅局限于数值的格式纠错，提高了数值纠错能力，进而提高了错误数值检出和纠正的召回率，改善了用户的使用体验。

下面参考附图描述本申请实施例的文本中数值内容的纠错方法、装置及电子设备。

图1为本申请实施例提供的一种文本中数值内容的纠错方法的流程示意图。

需要说明的是，本申请实施例的文本中数值内容的纠错方法执行主体可以为电子设备，具体的，电子设备可以是但不限于计算机、移动终端，移动终端可以是但不限于个人电脑、智能手机、IPAD等。

如图1所示，该文本中数值内容的纠错方法包括以下步骤：

S101，获取待处理的目标文本。

本申请实施例中，将待纠错的数值内容所在的文本称为待处理的目标文本，该目标文本可以是一段话，或者一篇文章，对于目标文本的篇幅长短、类型不做限定。

S102，确定目标文本中包括的原始数值内容。

具体地，在获取到待处理的目标文本之后，为了便于对其中的数值内容进行纠错，提取出目标文本中包括的一个或者多个原始数值内容。

例如，目标文本为“所有高三学生参加学校组织的培训，参加时间为2020年3月1日到2020年5月31日，为期3个月，培训结束后组织相应的考试”，其中的原始数值内容则为“2020年3月1日到2020年5月31日，为期3个月”，将该原始数值内容提取出来以进行后续错误纠正。

S103，确定每个原始数值内容对应的目标类型。

具体地，在确定出每个原始数值内容之后，可根据每个原始数值内容的特征确定其对应的目标类型，其中，特征可以是数值的单位(例如“秒”、“米”等)，也可以是特定的符号(例如“￥”、“％”等)，数值的类型可以划分为金额类数值、日期类数值、时间数值及长度数值等等，也可以划分为绝对数值(与上下文不相关的数值)、关联数值(与上下文相关的数值，例如计数类数值)，其中，上下文包括文字和数值内容。

如上所述，在确定目标类型时，根据每个原始数值内容的特征确定。除此之外，本申请实施例中还可预先训练出深度学习模型：原始数值内容-目标类型模型，进而可将获取到的原始数值内容输入该模型，即可输出对应的目标类型。

例如，如果原始数值内容为“30秒”，那么对应的目标类型为时间类数值；如果原始数值内容为“59元”，那么对应的目标类型为金额类数值。

S104，根据每个目标类型对应的纠错方式，将对应的每个原始数值内容进行纠错。

具体地，不同目标类型的数值内容可对应不同的纠错方式，每个目标类型对应一种纠错方式，因此在获取到每个原始数值内容对应的目标类型之后，可获取每个目标类型对应的纠错方式，通过纠错方式对对应的原始数值内容进行纠错。例如，通过时间类数值的纠错方式对数值内容“30秒”进行纠错。

目标文本中可能仅存在一个原始数值内容，也可能存在两个或多个原始数值内容。

当目标文本中仅存在一个数值或者多个绝对数值时，可基于该数值内容所属的目标类型对应的法定书写格式，对该数值内容进行书写合法性检查和纠正。例如，原始数值内容为“0219年”，其对应的目标类型为日期，根据日期对应的法定书写格式对该数值内容进行纠正，纠正后的数值内容为“2019年”。

当目标文本中存在两个或多个原始数值内容时，如果原始数值内容之间有关联，那么不仅进行书写合法性检查和纠正，而且还可基于关联关系对数值内容是否正确进行检查和纠正。例如，原始数值内容为“2020年3月1日到2020年6月1日，为期3个月”，其对应的目标类型为日期，基于日期的法定书写格式及三个数值之间的关联关系对该原始数值内容进行纠正，纠正后的数值内容为“2020年3月1日到2020年5月31日，为期3个月”。

本申请实施例的文本中数值内容的纠错方法，根据原始数值内容对应的目标类型，确定原始数值内容对应的纠错方式，以根据纠错方式对对应的数值内容进行纠错，从而实现了对数值内容的纠错，不仅仅局限于数值格式纠错，还对数值内容进行逻辑纠错，提高了数值纠错能力，进而提高了错误数值检出和纠正的召回率。

为了保证确定目标类型时的可靠性，在本申请的一个实施例中，上述确定每个原始数值内容对应的目标类型时，可以基于指定的关键词，对目标文本进行遍历，以确定目标文本中包括的原始数值内容；和/或，基于指定的模版，对目标文本进行遍历，以确定目标文本中包括的与指定的模板匹配的原始数值内容。

其中，模板可包括数值内容模板、正则模板，该模板和关键词可以是用户灵活制定的，以适应不同应用场景中的原始数值内容。

具体地，在获取到待处理的目标文本之后，可对目标文本进行遍历，如果目标文本中包含指定的关键词和/或目标文本满足指定的模板，则将关键词或模板所在的文本片段提取出来，即为原始数值内容。

需要说明的是，本申请实施例在目标文本中提取原始数值内容时，可通过任何方式提取，只要能提取出数值内容即可，可以但不限于根据关键词、数值内容模板或正则模板提取数值内容的方式。

由此，基于指定的关键词和/或模版确定出目标文本中包括的原始数值内容，且关键词或模板可以是用户指定的，能够使用户充分结合应用场景进行灵活配置，保证了可靠性，更好地满足不同业务地需求。

上述在对原始数值内容进行纠错时，如果提取出两个或多个原始数值内容，则其中的各个原始数值内容之间可能存在关联，比如，其中一个原始数值是其他原始数值经过加减乘除计算得到的。此种情况下，不仅要对每个原始数值内容进行书写合法性纠错，而且还要对数值本身的内容进行纠错，比如，首先计算其他原始数值经过加减乘除计算得到的结果，然后判断其中一个原始数值是否与该结果匹配，如果不匹配，则进行纠正。或者，原始数值内容与上下文内容可能存在关联，即该原始数值是根据文本上下逻辑推理出的，此种情况下，不仅要对每个原始数值内容进行书写合法性纠错，而且还要根据自然语言处理技术对上下文内容进行解析，以得出解析之后的结果，在原始数值与该结果不一致时进行纠错。

需要说明的是，当需要对两个或多个原始数值内容进行纠错时，各个数值内容中的数据格式可能不同，此种该情况下，为了方便检查出错误的数值以提高数值内容纠错的召回率，可将各个原始数值内容进行归一化处理。

也即，在本申请的一个实施例中，目标文本中包括N个原始数值内容，其中，N为大于1的整数，在上述步骤S103之后，还可包括：在M个原始数值内容对应的目标类型相同的情况下，根据M个原始数值内容对应的目标类型关联的数据格式，将M个原始数值内容进行归一化处理，其中，M为小于或等于N的正整数。

例如，如果M个原始数值内容对应的目标类型均为日期类，那么可以将M个原始数值内容归一化为“xxxx年xx月xx日”、“xxxx年xx月”或“xx月xx日”的格式，且保留表示时间间隔的“x年”、“x个月”、“x天”、“x日”的原始形式。之后，根据日期类对应的纠错方式，对每个原始数值内容进行纠错。

由此，将M个原始数值内容进行归一化处理之后进行纠错，提高了规范性，从而充分提高数值纠错的召回率。

当目标文本中仅在关联数值时，需对上下文内容进行解析或者对其他数值进行推理计算，以对关联数值进行纠错。例如，当原始数值内容包括计数类数值时，需根据计数类数值和起始计数点对终止计数点进行纠错。

即如图2所示，在本申请的一个实施例中，目标文本中包括计数类数值，此时，上述步骤S104，可包括以下步骤：

S201，确定计数类数值对应的起始计数点及终止计数点。

目标文本中可能明确记载了起始计数点和终止计数点，也可能没有，没有时，就需要根据上下文推理确定起始计数点和终止计数点。

S202，根据终止计数点及起始计数点，确定目标计数值。

例如，作终止计数点与起始计数点之间的差，得到的差值即为目标计数值。

S203，在目标计数值与计数类数值不匹配的情况下，利用目标计算值替换计数类数值。

具体地，在得出目标计数值之后，判断目标计数值与计数类数值是否匹配，如果不匹配，那么将计数类数值替换为目标计数值，从而实现计数类数值的纠错。在进行替换时，可以直接替换，也可以带着修订标记替换，或者还可以用其他的替换方式，并标注替换后的数值内容。

例如，原始数值内容为“座位号从5到8，共3个座位”，其中，计数类数值为3、终止计数点为6、起始计数点为5，根据终止计数点和起始计数点确定出目标计数值为4，与计数类数值3不匹配，因此，将计数类数值3替换为目标计数值4，得到纠正后的数值内容“座位号从5到8，共4个座位”。

如上所述，当目标文本中包括计数类数值，是对计数类数值进行纠错。除此之外，如果文本中明确记载了起始计数点或者终止计数点，还可以对起始计数点或者终止计数点进行纠错。

例如，原始数值内容是“2020年3月1日到2020年6月1日，为期3个月”，此时，计算出2020年3月1日到2020年6月1日之间的时间间隔与3个月不匹配，于是计算从2020年3月1日至3个月后的日期为到2020年5月31日，并将2020年6月1日纠正为2020年5月31日，即纠正后的数值内容为“2020年3月1日到2020年5月31日，为期3个月2020年3月1日到2020年5月31日，为期3个月”。需要说明的是，两个表示数值范围的数值之间仅可使用符号“～”或者“—”作为连接符，在进行数值范围纠错时，需检查表示范围的两个数值之间的符号，在不符合规定的情况下，进行纠正。

如图3所示，在本申请的一个实施例中，目标文本中包括至少两个连续的金额类数值，此时，上述步骤S104，可包括以下步骤：

S301，将至少两个连续的金额类数值进行归一化处理，以获取至少两个格式相同的金额类数值。

该实施例中，可将金额类数值的格式统一转换为阿拉伯数值格式或者中文数值格式。其中，转换方式可以是但不仅限于：中文数值到阿拉伯数值格式的转换；阿拉伯数值到中文数值格式的转换；阿拉伯数值与中文数值混用到阿拉伯数值的转换；阿拉伯数值与中文数值混用到中文数值的转换；阿拉伯数值与中文数值混用的规范化(根据国标数字使用方式进行规范)。

S302，在至少两个格式相同的金额类数值不一致的情况下，根据至少两个连续的金额类数值中的第一个金额类数值，确定其余的金额类数值对应的目标值。

具体地，可判断归一化为中文数值格式或阿拉伯数值格式的至少两个连续的金额是否一致，如果不一致，那么根据第一个金额类数值，确定其余的金额类数值对应的目标值。

S303，利用目标值替换其余的金额类数值。

具体地，在进行替换时，可以直接替换，也可以带着修订标记替换，或者还可以用其他的替换方式，并标注替换后的数值内容。

例如，原始数值内容为“项目总金额￥43,6382元(大写人民币肆拾叁万捌仟六百叁拾贰元整)”，将中文数值金额数值归一化为阿拉伯数值后为“项目总金额￥43,6382元(￥43,8632元)”，经比对可知两个阿拉伯数值不一致，因此，根据第一个数值￥43,6382元确定出后一个数值为￥43,6382，并将纠正后的后一个阿拉伯数值转换为中文数值，于是将该数值内容纠正为“项目总金额￥43,6382元(大写人民币肆拾叁万陆仟叁百捌拾贰元整)”。

由此，可通过推理和计算实现对计数类数值及金额类数值的纠错，提高纠错的召回率。

上述将原始数值内容进行纠错时，可以通过语音提示、文字提示的方式提示用户进行错误的修改，进一步的，还可以在直接将纠错后的数值内容显示在对应位置，以改善用户使用体验。在本申请的一个实施例中，如图4所示，上述步骤S104中的将对应的每个原始数值内容进行纠错，可包括以下步骤：

S401，根据目标文本中原始数值内容对应的第一显示模式，确定纠错后的数值内容对应的第二显示模式。

其中，第一显示方式为原始数值内容的显示方式，第二显示方式与第一显示方式不同。

S402，基于第二显示模式，将纠错后的数值内容加入原始数值内容所在的位置处。

也就是说，将纠错后的数值内容，以与原始数值内容不同的显示方式加入到所在的位置。从而实现原始数值内容与纠错后的数值内容的不同显示，便于用户查看。

例如，将就纠错后的数值内容进行高亮显示，或者以特殊的字体形式，或者以修订模式等加入到目标文本中。

由此，不仅实现了对原始数值内容的纠错，还将纠错后的数值内容以不同的显示方式恰当地加入目标文本中，改善了用户体验。

如上描述了对于用户撰写的目标文本中的原始数值内容进行纠错。在实际应用中，用户可能并不对某些原始数值内容进行纠错，此时，可以根据用户的指令，对于包含指定片段的数值内容可根据用户的需求不进行纠错，可直接退出纠错流程或者进行下一个数值内容的纠错。

基于上述描述可知，在本申请的一个示例中，如图5所示，文本中数值内容的纠错方法可包括以下步骤：

S501，判断待处理的目标文本是否非空，如果是则执行步骤S502；如果否，则结束。

S502，获取待处理的目标文本。

S503，基于指定的关键词和/或模版，对目标文本进行遍历，已确定目标文本中包括的原始数据内容。

S504，原始数值内容是否满足纠错条件，如果是，则执行步骤S505；如果否，则结束。

可以将满足纠错条件的数值输入纠错器进行纠错，如果不存在满足纠错器输入要求的数值类型，则结束。

S505，启用纠错器纠错。

S506，数值格式归一化处理。

S507，是否需要推理计算，如果是，则执行步骤S508；如果否，则执行步骤S509。

S508，逻辑错误纠正。

S509，书写合法性纠正。

S5010，是否满足退出条件，如果是，则执行步骤S5012，如果否，则执行步骤S5011。

如果无需显示纠错后的数值内容，则满足退出条件。

S5011，加入纠正后的数值内容。

根据本申请实施例的数值内容纠错方案，根据原始数值内容对应的目标类型，确定原始数值内容对应的纠错方式，以根据纠错方式对对应的数值内容进行纠错，从而实现了对数值内容的纠错。由此，不仅仅局限于数值格式纠错，还对数值内容进行逻辑纠错，提高了数值纠错能力，进而提高了错误数值检出和纠正的召回率，而且，原始数值内容的提取与推理规则均为可配置的，可配置性较好，能够使用户充分结合应用场景进行灵活配置，更好地满足不同业务地需求。

本申请实施例还提出了一种文本中数值内容的纠错装置，图6为本申请实施例提供的一种文本中数值内容的纠错装置的结构示意图。

如图6所示，该文本中数值内容的纠错装置600包括：第一获取模块610、第一确定模块620、第二确定模块630及第一处理模块640。

其中，第一获取模块610用于获取待处理的目标文本；第一确定模块620用于确定所述目标文本中包括的原始数值内容；第二确定模块630用于确定每个所述原始数值内容对应的目标类型；第一处理模块640用于根据每个所述目标类型对应的纠错方式，将对应的每个所述原始数值内容进行纠错。

在本申请的一个实施例中，所述第一确定模块620，具体用于：基于指定的关键词和/或模版，对所述目标文本进行遍历，以确定所述目标文本中包括的原始数值内容。

在本申请的一个实施例中，文本中数值内容的纠错装置100，还包括：第二处理模块，用于在M个原始数值内容对应的目标类型相同的情况下，根据所述M个原始数值内容对应的目标类型关联的数据格式，将所述M个原始数值内容进行归一化处理，其中，M为小于或等于N的正整数。

在本申请的一个实施例中，所述第一处理模块640，可包括：

第一确定单元，用于确定所述计数类数值对应的起始计数点及终止计数点。

第二确定单元，用于根据所述终止计数点及起始计数点，确定目标计数值。

第一替换单元，用于在所述目标计数值与所述计数类数值不匹配的情况下，利用所述目标计算值替换所述计数类数值。

在本申请的一个实施例中，所述第一处理模块640，还可包括：

第一获取单元，用于将所述至少两个连续的金额类数值进行归一化处理，以获取至少两个格式相同的金额类数值。

第三确定单元，用于在所述至少两个格式相同的金额类数值不一致的情况下，根据所述至少两个连续的金额类数值中的第一个金额类数值，确定其余的金额类数值对应的目标值。

第二替换单元，用于利用所述目标值替换所述其余的金额类数值。

在本申请的一个实施例中，所述第一处理单元640，还可包括：

第四确定单元，用于根据所述目标文本中原始数值内容对应的第一显示模式，确定纠错后的数值内容对应的第二显示模式。

第一显示单元，用于基于所述第二显示模式，将所述纠错后的数值内容加入所述原始数值内容所在的位置处。

需要说明的是，本申请实施例的文本中数值内容的纠错装置的其他具体实施方式可参见前述文本中数值内容的纠错方法的具体实施方式，为避免冗余，此处不再赘述。

本申请实施例的文本中数值内容的纠错装置，根据数值内容的类型实现对数值内容的纠错，不仅仅局限于数值的格式纠错，还对数值内容进行逻辑纠错，提高了数值纠错能力，进而提高了错误数值检出和纠正的召回率。

根据本申请的实施例，本申请还提供了一种文本中数值内容的纠错方法的电子设备、可读存储介质和计算机程序产品。下面结合图7进行说明。

如图7所示，是根据本申请实施例的文本中数值内容的纠错方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如文本中数值内容的纠错方法。例如，在一些实施例中，文本中数值内容的纠错方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM703并由计算单元701执行时，可以执行上文描述的文本中数值内容的纠错方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行文本中数值内容的纠错方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS(VirtualPrivate Server，虚拟专用服务器)服务中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

根据本申请实施例的技术方案，根据数值内容的类型实现对数值内容的纠错，不仅仅局限于数值的格式纠错，还对数值内容进行逻辑纠错，提高了数值纠错能力，进而提高了错误数值检出和纠正的召回率。在本说明书的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (11)

1.一种文本中数值内容的纠错方法，包括：

获取待处理的目标文本；

确定所述目标文本中包括的原始数值内容；

确定每个所述原始数值内容对应的目标类型；

获取每个目标类型对应的纠错方式，其中，每个目标类型对应一种纠错方式；

根据每个所述目标类型对应的纠错方式，将对应的每个所述原始数值内容进行纠错；

所述确定所述目标文本中包括的原始数值内容，包括：

基于指定的关键词，对所述目标文本进行遍历，以确定所述目标文本中包括的与所述指定的关键词匹配的原始数值内容；

和/或，

基于指定的模版，对所述目标文本进行遍历，以确定所述目标文本中包括的与所述指定的模板匹配的原始数值内容；

其中，所述目标文本中包括计数类数值，所述根据每个所述目标类型对应的纠错方式，将对应的每个所述原始数值内容进行纠错，包括：

确定所述计数类数值对应的起始计数点及终止计数点；

根据所述终止计数点及起始计数点，确定目标计数值；

在所述目标计数值与所述计数类数值不匹配的情况下，利用所述目标计算值替换所述计数类数值。

2.如权利要求1所述的方法，其中，所述目标文本中包括N个原始数值内容，其中，N为大于1的整数，在所述确定每个所述原始数值内容对应的目标类型之后，还包括：

在M个原始数值内容对应的目标类型相同的情况下，根据所述M个原始数值内容对应的目标类型关联的数据格式，将所述M个原始数值内容进行归一化处理，其中，M为小于或等于N的正整数。

3.如权利要求1所述的方法，其中，所述目标文本中包括至少两个连续的金额类数值，所述根据每个所述目标类型对应的纠错方式，将对应的每个所述原始数值内容进行纠错，包括：

将所述至少两个连续的金额类数值进行归一化处理，以获取至少两个格式相同的金额类数值；

在所述至少两个格式相同的金额类数值不一致的情况下，根据所述至少两个连续的金额类数值中的第一个金额类数值，确定其余的金额类数值对应的目标值；

利用所述目标值替换所述其余的金额类数值。

4.根据权利要求1-3任一所述的方法，其中，所述将对应的每个所述原始数值内容进行纠错，包括：

根据所述目标文本中原始数值内容对应的第一显示模式，确定纠错后的数值内容对应的第二显示模式；

基于所述第二显示模式，将所述纠错后的数值内容加入所述原始数值内容所在的位置处。

5.一种文本中数值内容的纠错装置，包括：

第一获取模块，用于获取待处理的目标文本；

第一确定模块，用于确定所述目标文本中包括的原始数值内容；

第二确定模块，用于确定每个所述原始数值内容对应的目标类型；

第一处理模块，用于获取每个目标类型对应的纠错方式，根据每个所述目标类型对应的纠错方式，将对应的每个所述原始数值内容进行纠错，其中，每个目标类型对应一种纠错方式；

所述第一确定模块，具体用于：

基于指定的关键词，对所述目标文本进行遍历，以确定所述目标文本中包括的原始数值内容；

基于指定的模板，对所述目标文本进行遍历，以确定所述目标文本中包括的与所述指定的模板匹配的原始数值内容；

所述第一处理模块，包括：

第一确定单元，用于确定计数类数值对应的起始计数点及终止计数点；

第二确定单元，用于根据所述终止计数点及起始计数点，确定目标计数值；

第一替换单元，用于在所述目标计数值与所述计数类数值不匹配的情况下，利用所述目标计算值替换所述计数类数值。

6.如权利要求5所述的装置，所述文本中数值内容的纠错装置，还包括：

第二处理模块，用于在M个原始数值内容对应的目标类型相同的情况下，根据所述M个原始数值内容对应的目标类型关联的数据格式，将所述M个原始数值内容进行归一化处理，其中，M为小于或等于N的正整数。

7.如权利要求5所述的装置，所述第一处理模块，包括：

第一获取单元，用于将至少两个连续的金额类数值进行归一化处理，以获取至少两个格式相同的金额类数值；

第三确定单元，用于在所述至少两个格式相同的金额类数值不一致的情况下，根据所述至少两个连续的金额类数值中的第一个金额类数值，确定其余的金额类数值对应的目标值；

第二替换单元，用于利用所述目标值替换所述其余的金额类数值。

8.根据权利要求5-7任一所述的装置，所述第一处理模块，包括：

第四确定单元，用于根据所述目标文本中原始数值内容对应的第一显示模式，确定纠错后的数值内容对应的第二显示模式；

第一显示单元，用于基于所述第二显示模式，将所述纠错后的数值内容加入所述原始数值内容所在的位置处。

9.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的文本中数值内容的纠错方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的文本中数值内容的纠错方法。

11.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4中任一项所述的文本中数值内容的纠错方法。