摘要
本申请涉及计算机技术领域,公开了基于人工智能的人力资源信息文本纠错方法和系统。该方法包括:生成人力资源领域知识图谱;从人力资源信息文本中,提取人力资源信息文本的词法特征、语义特征、结构特征;输入多层感知机神经网络,获得词法错误权重、语义错误权重、结构错误权重;提取人力资源信息文本中的人力资源实体、劳务关系、法规属性,结合人力资源领域知识图谱,计算人力资源信息文本的混合置信度;取最大权重,将混合置信度与最大权重对应特征的预设置信阈值比较;低于预设阈值时,基于最大权重对应的集合进行修改。本发明能够识别传统拼写、语法错误,深入检测文本中的逻辑矛盾、合规风险及结构缺失问题,提高文本纠错准确性和效率。
技术关键词
语义特征
文本纠错方法
多层感知机
实体
语义向量
图谱
双向变换器
逻辑
生成结构化信息
关系
文本纠错系统
Sigmoid函数
人工神经网络
条件随机场
特征提取模块
矩阵
频率
系统为您推荐了相关专利信息
自然语言文本
知识提取方法
逻辑
大语言模型
医疗辅助系统
电力调度系统
知识图谱构建方法
电力调度数据
基础结构
实体
文档生成方法
启发式规则
多模型
语言模型概率
文档生成模块
图像分割算法
空间模块
医学图像特征
状态空间模型
多路径