基于一致性学习的语法纠错方法、系统、设备及介质

本发明涉及文本纠错以及人工智能技术，揭露了一种基于一致性学习的语法纠错方法，包括：根据预先获取的原始错误文本以及原始正确文本生成标准化预测错误标签以及标准化真实错误标签，将标准化预测错误标签以及标准化真实错误标签输入预训练的序列到序列模型中，得到第一预测文本以及第二预测文本，计算第一预测文本与第二预测文本的一致性损失值，根据一致性损失值计算最终损失值，根据所述最终损失值优化模型，得到文本纠错模型，利用所述文本纠错模型对目标错误文本进行文本纠错，得到原始正确文本。本发明还提出一种基于一致性学习的语法纠错系统、电子设备以及存储介质。本发明可以提高文本纠错的准确度。