演讲主题

WPS文本校对系统在智能办公场景的落地实践

WPS文本智能校对系统涵盖了拼写错误、语法错误（冗余、乱序、缺字）、诗词、标点、敏感词检测等几十种错误类型。本系统每日调用量超过10亿字符，大幅提高人工校对的效率。中文纠错的两大难点：第一，缺乏真实的人工标注数据，纠错训练数据相较于其他常见的nlp任务（如实体识别、机器翻译、摘要等）难获得很多；第二，中文语义复杂，单一端到端模型难以起到好的效果，落地需要复杂的算法处理系统。WPS校对系统错字检测与候选字召回模块采用无监督拼写检查模型、监督学习拼写检查模型、语法纠错模型、20余种专家知识校对算法等对文档中的错别字词进行初步召回。为了进一步提升用户体验，采用基于BERT、Glove、Ngram、拼音、字形等多特征多模型的排序算法降低误报。