1、信息化社會的一個主要特點就是高速、海量、多種信息的傳遞，在這些海量的信息里充斥著大量的錯誤，嚴重影響了信息傳輸?shù)馁|(zhì)量和效率。
　　借鑒已有研究成果的基礎(chǔ)，本文對于深入研究了中文文本編輯錯誤的檢測和校對方法，詳細闡述了文本編輯錯誤檢測和校對的關(guān)鍵問題、解決方案、算法設(shè)計原理等方面。中文文本編輯錯誤檢測和校對模型分為檢測錯誤與改正錯誤兩部分，理論分析與實驗表明，二者分開有助于解決錯誤檢測和校對目標中的兩個關(guān)鍵問題，一是混淆集大小與統(tǒng)計

2、語言模型的時空復(fù)雜性之間的矛盾，二是訓(xùn)練預(yù)料規(guī)模造成的數(shù)據(jù)稀疏現(xiàn)象與文本錯誤造成的數(shù)據(jù)稀疏假象。
　　在文本編輯錯誤的檢測方面，結(jié)合前人已有的一些研究成果，在詳盡分析中文文本校對任務(wù)所面臨的數(shù)據(jù)稀疏問題的特殊性進行的基礎(chǔ)上，提出了解決數(shù)據(jù)稀疏的三種數(shù)據(jù)平滑策略，即文本窗口縮小、平滑延后和聚類詞。提出了一種前后N文字法文本窗口的自動檢測方案，在對待檢測字符特性分析的基礎(chǔ)上，立足于它的局部本文語境意義，考慮前項概率和后項概率，結(jié)合三種

3、數(shù)據(jù)平滑策略的優(yōu)勢，較好地解決了模型執(zhí)行的時間復(fù)雜度和空間復(fù)雜度問題。實驗數(shù)據(jù)驗證，前后N文字法的檢測機制在錯誤報告率，漏報率等指標上表現(xiàn)更優(yōu)。
　　在文本編輯錯誤的改正方面，介紹了最小編輯距離的概念，解釋了易混淆集的作用，采用為易混淆集中的不同字符賦予不同的權(quán)重的策略，由改正錯誤模型從中篩選出權(quán)重較大的，作為使改正建議的正確字符。最后進行了實驗驗證比較，與黑馬文本校對系統(tǒng)和基于Eric Mays平均分配權(quán)重思想的校對模型相比，字