一种基于实体信息增强的中文拼写纠错方法、装置、计算机可读存储介质

本发明提出基于实体信息增强的中文拼写纠错方法、装置、计算机可读存储介质。本发明收集了公开的实体词典，并对其进一步扩展；利用扩展后的实体词典和搜集的无标注语料，构建了一个专注实体的中文拼写语料，并利用三种不同的掩码策略来隐藏语料中的实体信息；使用所构建的语料对预训练语言模型微调，以增强模型对浅层实体信息的关注，并进一步增强模型中的实体表征，从而使得模型更加适应于中文拼写纠错场景；本发明通过模型集成技术融合不同模型中的实体信息，以进一步提升模型在中文拼写纠错任务中的性能表现。本发明在保持中文拼写纠错效能的同时，显著提升了对于实体信息的关注度，有效纠错错误句子中的实体错误，从而验证了该方法的有效性。