识别精度高
结合了树模型和神经网络模型各自的优势，在保证纠错精度的同时，提高了识别准确率
基于树模型和神经网络模型识别文本中有错误的片段，进行错误提示并给出正确的建议文本内容
结合了树模型和神经网络模型各自的优势，在保证纠错精度的同时，提高了识别准确率
不仅包含了常见的同音字、易混字等纠错数据，同时也积累了ASR语音识别容易识别错误的平卷舌、多音字等纠错数据
基于多种场景下的纠错数据训练样本，保证了算法在复杂多变的场景下的稳定性
整合多方资源，为语义搜索提供知识基础，并可以对搜索实体进行全方位的介绍
用户在搜索时会出现输入错误的情况，通过文本纠错模块可以自动纠正用户搜索的query，提供更符合用户意图的搜索结果
在对话管理系统中嵌入文本纠错模块，可以自动修正语音识别过程中出现的错别字，有效的提高语音识别准确率，提升用户体验
