这几年，随着互联网的发展，一些不好的事物暴露在公众眼前。如最常见的文本错误也是经常在出现在互联网，其中包括错误满篇的新闻报道，国名人民出错的媒体文章还有一些法律法规也出现错别字。这些事件无不引起了网友的热议。那么为何如此地级的错别字或者是语法错误会出现呢？更或者为何专业人士也会出现这样低级错误了？这些问题倒逼着文本纠错系统的出现？那么什么是文本纠错系统了？
文本纠错系统就是将文本内有错误的地方进行纠正。其中错误类型包括错别字、多音字、缺字、少字、语法错误以及标点问题等等。目前市场有的文本纠错软件有wps自带的审阅功能以及匠数科技开发的ZenSoo AI开放平台。
那文本纠错的实现路径有哪些了？文本纠错的实现路径主要有利用字库对比的文本纠错、BERT模式的文本纠错、基于生成的文本纠错以及模型结果的修正这四种实现路径。
首先是字库对比的文本纠错
字库对比的文本纠错是内部有一字库表，通过对比字库表的文本对现有的内容进行纠错，这是一种最简单和粗暴的方式。字库文本纠错适用于比较简单的人名以及地名纠错，而对于繁杂的上下文信息就起不到较好的效果。
BERT模式的文本纠错
BERT模式的文本纠错是就是利用设置好的模式进行一个纠错，而目前的主要方法有预测缺失字数以及通过序列标注来进行文本的纠错两种方法。
基于生成的文本纠错
基于生成的文本纠错的产生是为了解决BERT模型文本纠错中出现的问题而出现。具体方法有GPT式的生成以及UniLM式的生成两种方法。
模型结果的修正
由于我们不能保证文本纠错模型的输入都是正确，所以这就需要模型结果修正来解决。在这种方式下，我们主要采用字音、字形相似度的限制以及句子困惑度的限制
以上就是文本纠错的实现路径。对于文本纠错的未来前景，我们可以这样理解，文本纠错技术有着广泛的应用场景，值得我们长期投入时间和精力进行研究与打磨。
