中文文本拼写纠错研究综述  

Research Review of Chinese Spelling Correction

作　　者：沈友志 程春雷[1,2] 句泽东 龚著凡 SHEN Youzhi;CHENG Chunlei;JU Zedong;GONG Zhufan(College of Computer Science,Jiangxi University of Chinese Medicine,Nanchang 330004,China;Jiangxi Provincial Key Laboratory of Chinese Medicine Artificial Intelligence,Nanchang 330004,China)

机构地区：[1]江西中医药大学计算机学院,江西南昌330004 [2]江西省中医人工智能重点研究室,江西南昌330004

出　　处：《现代信息科技》2025年第8期138-145,共8页Modern Information Technology

基　　金：江西省自然科学基金资助项目(20224BAB206102);江西省教育厅科学技术研究项目(GJJ2200923);国家自然科学基金(82260988);江西省卫生和计划生育委员会-科技计划项目(202211404)。

摘　　要：中文文本拼写纠错(Chinese Spelling Correction,CSC)在自然语言处理(NLP)领域中是一个关键的基础任务,可为其下游任务和研究提供支持。CSC任务领域的研究持续发展,主要分为基于N-Gram语言模型、深度学习和大语言模型的纠错方法。首先对N-Gram语言模型的特性和在中文拼写纠错中的应用进行了分析,揭示了其在捕捉上下文信息方面的优势。其次基于深度学习的方法通过深度神经网络提高了纠错的准确性,并被广泛应用于中文文本处理中。同时,大语言模型的兴起为拼写纠错提供了新的思路,展示了其在处理复杂语言现象中的巨大潜力。该综述对中文文本拼写纠错领域的研究现状进行了详细的阐述,为从事相关研究人员提供参考。Chinese Spelling Correction(CSC)is a crucial foundational task in Natural Language Processing(NLP),and provides support for the downstream tasks and research.The research in thefield of CSC tasks continues to develop,mainly divided into error correction methods based on N-Gram language models,Deep Learning,and Large Language Models(LLMs).Firstly,the characteristics of the N-Gram language model and its application in CSC are analyzed,revealing its advantages in capturing contextual information.Secondly,methods based on Deep Learning improve the accuracy of error correction through deep neural networks and are widely used in Chinese text processing.At the same time,the rise of LLMs provides new ideas for spelling correction,demonstrating their enormous potential in dealing with complex language phenomena.This review provides a detailed overview of the current research status in the CSCfield,providing a reference for scholars engaged in related research.

关 键 词：中文文本 拼写纠错 N-GRAM语言模型 深度学习 大语言模型 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术] TP301.1[自动化与计算机技术—计算机科学与技术]