毕设做的是文本纠错方面，然后今天进组见研究生导师 。老师对我做的东西蛮感兴趣。然后介绍自己现在做的一些项目，其中有个模块需要有用到文本纠错功能。

要求1：有多人同时在线编辑文档，然后文档功能有类似Word中的在疑似错误下标浪线，或者标记高亮，并且要推荐修改选项

要求2：语料数据的获取、处理以及完善

要求3：文章写完后要有生成keyword

根据老师所讲要查阅文献，以及已有项目来分析可行性，首先想到之前曾有同学调用百度API来进行文档的纠错，然后在这里试了一下。

API描述

识别输入文本中有错误的片段，提示错误并给出正确的文本结果。支持短文本、长文本、语音等内容的错误识别，纠错是搜索引擎、语音识别、内容审查等功能更好运行的基础模块之一。

Step 1  获取assess_token

根据百度开发手册 ，我们需要进行获取assess_token(用户身份验证和授权的凭证)

详细请见百度开发手册

因为百度所给的实例中是python2    然后我用的是python3  会有一些变化  这里只贴python3代码供自己回忆参考

importurllib.requestimporturllib,sysimportssl#client_id 为官网获取的AK， client_secret 为官网获取的SK

host = 'https://aip.baidubce.com/oauth/2.0/token?'\'grant_type=client_credentials&client_id=**********&client_secret=**************'request=urllib.request.Request(host)

request.add_header('Content-Type', 'application/json; charset=UTF-8')

response=urllib.request.urlopen(request)

content=response.read()if(content):print(content)

执行代码后  可在控制台中看到所要的token_key

另附实例

#-*- coding: utf-8 -*-

importurllibimportjson#client_id 为官网获取的AK， client_secret 为官网获取的SK

client_id =【百度云应用的AK】

client_secret=【百度云应用的SK】#获取token

defget_token():

host= 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' +client_secret

request=urllib.request.Request(host)

request.add_header('Content-Type', 'application/json; charset=UTF-8')

response=urllib.request.urlopen(request)

token_content=response.read()iftoken_content:

token_info=json.loads(token_content)

token_key= token_info['access_token']return token_key

Step 2 文本纠错应用部分

POST方式调用

注意：要求使用JSON格式的结构体来描述一个请求的具体内容。

body整体文本内容可以支持GBK和UTF-8两种格式的编码。

URL参数：参数 值

access_token 通过API Key和Secret Key获取的access_token,参考“Access Token获取”

Header如下：参数 值

Content-Type application/json

返回说明

#-*- coding: utf-8 -*-#!/usr/bin/env python

importurllibimportjson#Access Token的有效期为30天(以秒为单位)，请您集成时注意在程序中定期请求新的token

#client_id 为官网获取的AK， client_secret 为官网获取的SK

client_id='***********'client_secret='*************'

#获取token

defget_token():

host= 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' +client_secret

request=urllib.request.Request(host)

request.add_header('Content-Type', 'application/json; charset=UTF-8')

response=urllib.request.urlopen(request)

token_content=response.read()iftoken_content:

token_info=json.loads(token_content)

token_key= token_info['access_token']returntoken_keydeftxt_correction(content):print('原文：', content)

token=get_token()

url= 'https://aip.baidubce.com/rpc/2.0/nlp/v1/ecnet'params=dict()

params['text'] =content

params= json.dumps(params).encode('utf-8')

access_token=token

url= url + "?access_token=" +access_token

request= urllib.request.Request(url=url, data=params)

request.add_header('Content-Type', 'application/json')

response=urllib.request.urlopen(request)

content=response.read()ifcontent:

content= content.decode('GB2312')

data=json.loads(content)

item= data['item']print('纠错后：', item['correct_query'])print('Score：', item['score'])

txt_correction('汽车形式在这条道路上')

运行结果如下：

>> 原文：汽车形式在这条道路上>> 纠错后：汽车行驶在这条公路上>> Score：0.982835