摘要
本发明属于自然语言处理技术领域,具体公开了一种基于多模态增强的中文拼写纠错方法,通过构建语义、视觉、听觉感知模块,提取待纠错文本中的语义、视觉、听觉感知特征向量,实现深度融合多模态信息检错,显著提升检错效果。并且在通过检错网络获得检错标签后,将纠错任务转化为填空任务,利用大语言模型的强大语义理解能力进行纠错,并结合上下文学习为大模型提供任务相关示例,使其快速适应中文拼写纠错任务,避免无约束润色,提高了纠错性能。同时本发明基于预训练模型和大语言模型训练及构建,避免了使用大规模语料进行复杂训练,降低了应用成本。