JCJC错别字检测系统测试说明

如果你的工作跟文本校对纠错相关，每天要检查文档中的错别字，那么本文正好涉及这个主题，本文会向你介绍一点JCJC在这方面的工作。

JCJC中文错别字检测系统的定位

JCJC中文错别字检测系统目前还不能做到 100% 替代人工审核，目前的定于属于：辅助检测。

目前JCJC错别字检测系统从核心原理上是：采用概率计算的方式进行错别字识别，根据概率计算的结果分为五级：

1. 第一级、第二级、第三级：为错误级别，错误严重程度依次递减；
2. 第四级、第五级：为句子通顺检查级别；

当您使用软件对文章进行错别字检测的时候，一般会有以下三种情况：

1. 正确识别错别字；
2. 误报：把原本正确的文字标识为错别字；
3. 漏报：把原本错误的文字没有识别并标识；

误报与漏报

引起误报和漏报的原因较复杂，这是中文错别字软件面临的一个难题，一些典型的原因如下：

• 行业词汇：主要是指专业名词，国外名词翻译标准未统一；
• 缩略语：各行业为了简化表示一类词语而约定俗称的一些缩略表达；
• 中文的特点导致的识别困难；
• 不同语境中的灵活表达，由于算法策略疏漏导致的识别困难；

目前JCJC错别字检测系统中包含约：3500万词汇，并且针对提供了自定义接口，自定义接口包含两类情况：

• 白名单：当出现误报的时候，把误报的词语作为白名单输入；
• 黑名单：当出现漏报的时候，把漏报的词语作为黑名单输入；

JCJC错别字检测系统一直在不断升级，提升误报、漏报的识别水平。

如何提高错别字检测系统的检测效果

JCJC错别字检测系统目前定位于：辅助检测，无法完全替代人工。为了给用户更好的检测体验，可以从以下几个方面着手改进：

1. 产品层面
   1. JCJC错别字检测系统提供的接口API中返回了与错别字相关的：位置、错误级别、建议词 等信息， 可以利用这些字段在用户界面UI 中进行提示，告知用户识别的状态；
   2. 第四级、第五级是通顺检测级别，此类信息应当明确告知用户，或者在 前端界面UI 显示时予以忽略；（ 由用户决定是否显示 ）
2. 技术层面
   1. JCJC错别字检测系统，是一套适用于各行业的、独立于业务的错别字检测系统。在实际应用中，各个行业由自己的检测需求和文字特点，可以有技术人员根据JCJC错别字检测接口API进行定制化，以适应业务需求。
3. 运营层面
   1. 针对客户的业务需求，发现客户业务特点，比如：新增的词语

综上：为了给最终用户提供更好的文本纠错体验，需要产品、技术、运营以及JCJC错别字检测系统各方的努力才能达成。