国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

編輯導(dǎo)語：AI在現(xiàn)實(shí)中的應(yīng)用有很多，你有沒有想過，它還可以進(jìn)行文本糾錯呢？傳統(tǒng)的校對既耗時又枯燥，通過AI糾錯，不僅能更快完成，還能提高準(zhǔn)確度。那么AI“文本糾錯”背后的原理是什么呢？和我一起看看吧！

前面跟大家分享了AI開放平臺的相關(guān)內(nèi)容，之后想圍繞AI應(yīng)用實(shí)例這塊跟大家分享交流，這節(jié)主要講述跟NLP相關(guān)的一個應(yīng)用實(shí)例——“文本糾錯”。

一、背景

雖然這幾年短視頻在內(nèi)容傳播方面發(fā)展得很火，但是文稿仍然占據(jù)重要地位。而文稿傳播最重要的一點(diǎn)就是信息的準(zhǔn)確性，尤其是一些有知名度的正式平臺更是會在文稿發(fā)送前進(jìn)行校對修正。

傳統(tǒng)的人工校對工作量是非常大的，一篇5000字的文稿完成校對差不多需要1-2個小時，對于校稿人員來說既耗時又枯燥。有一家內(nèi)容平臺就提出，希望我們通過AI能力提供快速校對工具，主要針對中文文稿，幫助校稿人員和編輯人員減少內(nèi)容錯誤。

為了滿足該需求，我們基于NLP技術(shù)提供了文本糾錯服務(wù)。

二、關(guān)鍵技術(shù)

文本糾錯中用到的技術(shù)的前世今生在這不過多介紹了，目前文本糾錯的主流方向還是使用機(jī)器學(xué)習(xí)的方式來完成，其中需要用到的核心技術(shù)主要包括語言知識學(xué)習(xí)、上下文理解和知識計(jì)算。

• 語言知識學(xué)習(xí)：可以理解為是對語言規(guī)則等先驗(yàn)知識的學(xué)習(xí)，通過學(xué)習(xí)詞法、句法等規(guī)則進(jìn)行語言模型構(gòu)建，例如中英文的主謂賓結(jié)構(gòu)就是不一樣的。
• 上下文理解：是指分析錯誤點(diǎn)上下文語境和語義，從糾錯候選中選擇最合適的。尤其是中文，相同的詞匯在不同語境中往往表達(dá)不同的含義。
• 知識計(jì)算：知識計(jì)算主要包括關(guān)聯(lián)知識計(jì)算和文本理解，關(guān)聯(lián)知識主要是通過對全局知識的統(tǒng)計(jì)來實(shí)現(xiàn)糾錯，可以是局部不完整語句的補(bǔ)充。文本理解是通過統(tǒng)計(jì)理解全局句子內(nèi)容，解決低頻領(lǐng)域知識的泛化問題。

三、產(chǎn)品設(shè)計(jì)

1. 應(yīng)用場景

（1）用戶場景：審稿或者編輯人員輸入中文文字信息，系統(tǒng)自動糾錯，并給出修改建議，審稿人員對錯誤快速修訂。

（2）應(yīng)用邊界：

• 支持用詞錯誤檢測，針對音近、形近的錯字和別字進(jìn)行糾正
• 支持句子級錯誤檢測，主要是針對句子中出現(xiàn)的多字、少字等錯誤，相對難度校大。
• 支持場景類錯誤糾正，這類錯誤需要具備一些特定領(lǐng)域的知識才能識別糾錯，所以盡量支持。

2. 產(chǎn)品定位

• 產(chǎn)品定位：為應(yīng)用工具型產(chǎn)品，實(shí)現(xiàn)中文文本自動糾錯功能。
• 用戶定位：滿足兩類B端用戶，第一類針對具備自主的文稿編輯工具，提供API服務(wù)，與現(xiàn)有系統(tǒng)進(jìn)行改造融合；第二類是針對缺少文稿編輯工具的用戶，提供web頁面功能。

3. 產(chǎn)品業(yè)務(wù)流程

產(chǎn)品核心業(yè)務(wù)流程主要是產(chǎn)品端和算法端的交互，具體業(yè)務(wù)流程如下：

4. 產(chǎn)品功能設(shè)計(jì)

（1）頁面功能設(shè)計(jì)

頁面核心功能主要包括如下：支持內(nèi)容上傳、內(nèi)容審查、結(jié)果確認(rèn)和內(nèi)容下載。

主要頁面設(shè)計(jì)如下：

（2）API接口設(shè)計(jì)

包括內(nèi)容糾錯請求接口和結(jié)果回調(diào)接，分別用于內(nèi)容審查糾錯和結(jié)果返回，以下描述主要的輸入和輸出參數(shù)：

• 輸入：接口鑒權(quán)、文本內(nèi)容、文本編碼格式等。
• 輸出：文本分析結(jié)果，包括源文本、糾錯文本、文本位置，置信度。

5. 評估指標(biāo)

產(chǎn)品上線前，需要對產(chǎn)品的性能進(jìn)行評估，主要包括三個指標(biāo)：誤報率、召回率和處理時間。

• 誤報率：代表正確的句子被改錯的比率，等于正確句子被糾錯的個數(shù)/正確句子的個數(shù)。
• 召回率：代表錯誤的句子被全部糾正的比率，等于含有錯誤的句子被改正的數(shù)量/所有含錯誤的句子數(shù)量。
• 處理性能：代表處理多少個字符的耗時，單位是千字耗時，s/千字符。

四、結(jié)論

文本糾錯是NLP非?；A(chǔ)的場景應(yīng)用，但是實(shí)際業(yè)務(wù)價值卻是很大的。在具體業(yè)務(wù)場景應(yīng)用方面不僅可以用在在媒體編輯、電子病歷等輸入文本糾錯，還可以應(yīng)用于語音搜索、客服問答等業(yè)務(wù)。

本文由@Eric_d 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于CC0協(xié)議