摘要
本发明公开了一种基于人工智能的文档文本错误识别控制方法及系统,涉及人工智能技术领域,本发明通过获取历史文档集合中的文档文本错误数据并划分错误类型来构建历史错误特征数据集;按文档类型拆分历史错误特征数据集并训练循环神经网络,得到匹配不同类型的错误识别基线模型;在用户撰写时,通过实词与关键词的相似度推送错误风险预警;用户上传文档后,匹配文档类型并调用对应子模型识别错误,推送警报并计算实际错误率;结合历史平均错误率、文档复杂系数等参数计算预估错误率,根据实际错误率与预估错误率的偏差调整错误识别基线模型参数,实现对文档文本错误的精准、动态识别与控制,提升错误识别的针对性、时效性和精度。
技术关键词
错误率
文本
识别控制方法
错误特征
循环神经网络模型
基线
识别控制系统
模型训练模块
停用词表
错误数量
自定义关键词
数据处理模块
预警模块
偏差
识别模块
代表
编辑距离算法
优化网络参数
系统为您推荐了相关专利信息
生成训练样本
自然语言文本
大语言模型
模版
解析工具
手语翻译方法
连续手语
协同注意力
序列
语法结构
文本分类方法
神经网络模型
文本编码器
标签结构
文本分类模型