基于字词重复模式及错字率的中文词组语料校对策略

经过统计发现在中文词组语料中具有字词重复特性的词组具有较高的错字率。对词组的字训重复模式进行了分类统计，统计了不同重复模式的出错率。了解到高错字率的重复模式。比如重复字词出现在词组尾部，或者出现连续性重复，则出错概率较大。基于字词重复模式的出错率数据，推荐了两种对人肌模词组语料进行人工校对的优化策略。