智能校對軟件在編校工作中的作用

■于亞明 蘇海波

無論是媒體行業還是出版行業，校對方式都經歷了人工校對和人機校對兩個階段。

在進入計算機時代之前的校對工作，主要是由人工“校異同”，這種校對方式屬于傳統校對方式。“校異同”也就是在稿件上版之前，校對工作者拿原稿與排版打印出來的樣張逐字逐句對照，以原稿為準糾正樣張上的多字、漏字、錯字等錯誤，反復進行三次，即所謂的“三校”，直到樣張和原稿內容完全一致方可發布。

在進入計算機時代后，紙質稿件逐漸變為電子稿件，從而使原稿和樣張合二為一，這種改變對校對人員提出了更高的要求，要求校對工作對編輯工作起補充和完善作用，因此該階段由“校異同”開始向“校是非”轉變。“校是非”顧名思義就是校對文本內容的正確與否，不再是和原稿一致性的檢查，雖然這個階段的“校是非”比重較小，但這標志著傳統校對的創新和變革。

稿件電子化和對校對人員更高的要求催生了校對軟件，也就出現了新的校對方式，即“人機校對”。此時的校對軟件是采用N-Gram統計語言模型的校對計算技術，主要實現查找錯別字、專有名詞、標點符號等錯誤，相比人工校對提升了效率。舉個簡單的例子，“餞行社會主義核心價值觀”，該句中“餞行”一詞本身沒有錯誤，但在該句中卻是錯誤的，利用校對軟件能夠自動識別出這類錯誤。雖然校對軟件具有一定優勢，在識別文本的錯字錯詞方面提高了效率，但是其局限性也十分明顯，因而要求采用“人校+機校相結合”的方式。

基于N-Gram統計語言模型的校對，其實現方式可以簡單地按照如下思路理解：首先基于大量的語料進行分詞，進行統計得到N-Gram語言模型，對需要校對的文本，判斷相鄰詞語在語言模型中出現的次數是否高于一定的閾值，如果達不到該要求，則報錯。這種方法實現比較簡單，效果也比較一般，容易誤報和漏報。

新興的利用人工智能技術的校對軟件，是利用自然語言處理技術和深度學習技術，對大量語料進行模型訓練從而完成校對。算法人員依據行業規范、標準和業務知識設計對應的模型，讓機器通過模型去學習語料中的錯誤的案例和對應的正確的內容，同時以知識庫作為補充和完善，最終識別和提示稿件中的不規范內容，并給出修改建議。基于深度學習模型的方法需要更多的語料，實現更加復雜，但是效果相比傳統的N-Gram統計語言模型有明顯的提升。

目前市面上的校對軟件主要分為兩類，分別是基于N-Gram統計語言模型的校對軟件和利用深度學習技術的校對軟件，這兩種類型的軟件有各自的優缺點。

基于N-Gram統計語言模型方式實現校對的軟件，有以下優勢：一是進入行業早，客戶多，知名度高；二是軟件的功能多，通用性強。其缺點也是顯而易見的，由于采用的是傳統統計語言模型，效果一般。

利用深度學習技術的校對軟件，結合前沿的深度學習技術，具有以下優勢：一是利用深度學習技術滿足了不同業務場景下的語法錯誤校對，校對效果好；二是可快速優化效果，根據收集的錯誤案例及時優化模型，快速解決客戶的問題，其優勢非常明顯，在信息爆炸、新聞時效性高、稿件量大、工作任務緊、質量要求高的情況下，這種優勢變得越來越重要。

盡管校對軟件可以輔助人工審稿，提高審稿效率，降低錯誤率，但所有校對軟件的準確率目前都還無法達到100%。中國漢字語言博大精深，一字一詞錯誤就可能會差之毫厘，謬以千里。完全由機器替代人工完成校對工作是不現實的，因此依舊需要人機結合校對。

目前市面上的大多數校對軟件都支持網頁端、插件端等多種使用方式，編校人員可根據實際使用場景選擇合適的版本。如果媒體編校人員對文本格式要求不高，可以選擇網頁端的軟件，這種版本無需下載安裝任何軟件，直接登錄瀏覽器輸入賬號密碼即可使用，靈活易用。對于稿件格式有較高要求的編校人員，可以選用WORD插件或WPS插件，避免修改文本錯誤后再次調整格式的重復工作。

無論是基于N-Gram統計語言模型的校對軟件還是利用深度學習技術的校對軟件，在編校工作中都發揮了重要的作用，幫助編校人員提高了審稿效率，降低了內容錯誤率，助力機構把好內容安全生產關，避免不良信息傳播，增強其公信力與權威性。但目前校對軟件只能輔助人工審稿，不能完全替代人工審稿，編校人員依然要不斷學習，增強自身專業能力和知識功底。