NLP错别字识别（附代码和模型和服务，可在线测试）

中文错别字识别解决方案，可直接下载使用，环境按指定版本安装，专有名词可自行添加略过逻辑，可能会有少数专有名词识别不了报错。

训练过程

1. 准备一批没有错误的正常样本
2. 根据正常样本随机生成错别字，错别字应该遵循同音、近音、词组的原则，同时避开人名地名机构名等专有名词
3. 用bert微调训练

项目地址:https://github.com/ganguagua/error_recognize

在线预估

1. 用千万级别的新闻报道数据训练的模型，误报20%以内：
   网盘地址：https://pan.baidu.com/s/15lHNcOBudv-t73D0rUFwXQ 提取码：s9nc
2. 使用方法：

• 环境：python2.7+tensorflow1.14+tornado5.1
• 解压：tar -xf model_v2.tar
• 启动http服务：python server.py &
• 预估：curl “http://127.0.0.1:1111/classify?sentences=%5b%22%e4%bb%8a%e5%a4%a9%e7%9a%84%e5%a1%ab%e6%b0%94%e7%9c%9f%e5%a5%bd%e5%95%8a%22%5d”
• sentences参数是urlencode的 [“今天的填气真好啊”]
• 返回结果[(4, ‘填’)]，表示第四个字“填”错误