一种基于非对称双路径候选门控的中文拼写纠错方法

本发明涉及自然语言处理、中文文本校对和人工智能，尤其涉及一种基于大语言模型、非对称双路径候选接受策略、结构化候选编辑生成和来源专属合取式硬门控的中文拼写纠错方法。

背景技术：

1、中文拼写纠错用于识别并修正中文文本中的错别字。与英文拼写错误不同，中文错别字通常仍是合法汉字，错误字符与正确字符之间可能存在同音、近音、形近、输入法候选误选或局部词语搭配等关系。因此，中文拼写纠错不仅需要判断句子是否通顺，还需要确定是否存在真实的字符级拼写错误、错误所在位置以及最小必要替换字符。

2、现有中文拼写纠错方法主要包括基于规则和混淆集的方法、基于统计语言模型的方法、基于专门训练的深度学习模型的方法，以及基于预训练语言模型或者大语言模型的方法。基于规则和混淆集的方法具有较强的可解释性，但其纠错范围通常受到预设规则和混淆关系覆盖范围的限制；基于统计模型或者专门训练的深度学习模型的方法通常需要构造训练样本、更新模型参数或者访问模型内部概率，在训练数据不足、应用领域发生变化或者模型后端仅提供文本输入输出能力时，实施成本较高。

3、针对预训练语言模型或者大语言模型的中文文本纠错方案，可以采用专项预训练、微调、知识编辑、检索增强生成或者提示词引导等方式提高纠错能力。其中，专项预训练、微调和知识编辑通常需要训练数据、模型参数访问权限或者额外的模型更新过程，难以直接适用于仅提供文本输入输出接口的黑盒大语言模型；检索增强生成需要构建、检索和维护外部知识资源，并且检索结果不一定能够直接转化为具有明确原句位置和替换边界的字符级纠错操作；提示词引导虽然不要求修改大语言模型参数，但仍需要对模型生成结果的修改范围和最终执行权限进行约束。

4、在通过大语言模型直接生成纠正后完整句子的情况下，大语言模型可能在修正错别字的同时对原句进行表达优化、风格调整、语法改写、实体名称变更、标点修改或者格式修改，也可能增加、删除或者重新排列字符。此类修改超出字符级中文拼写纠错所要求的最小必要修改范围，容易造成过度纠错。此外，大语言模型生成的是完整文本，若缺少对应原句字符位置、原字符片段和替换字符片段的结构化表示，则模型输出难以直接形成稳定、可校验的字符级修改操作。

5、当采用较为保守的提示词或者候选生成策略以降低过度纠错风险时，部分同音、近音或者输入法误选类错误可能无法被发现。为弥补单一保守纠错路径的漏检，可以增加混淆关系检索、专项提示词处理、辅助候选生成或者再次调用大语言模型等补充候选发现方式。但是，以提高召回率为目的的补充候选来源通常具有比保守候选来源更宽的候选发现范围，其输出中可能包含缺乏明确拼写错误依据的候选。因此，不同来源的候选编辑在可靠性、任务目的和风险水平方面可能存在差异，不宜仅因其均由纠错流程产生而赋予相同的修改权限。

6、在对多个来源的候选编辑进行处理时，可以采用统一阈值、综合评分、排序、投票或者模型再次判断等方式确定候选编辑是否被接受。但是，如果不同来源的候选编辑采用相同的接受条件，则以提高召回率为目的的补充候选可能获得与主候选相同的修改权限，增加非必要修改和错误修改的风险；如果统一提高全部候选的接受阈值，又可能使主候选或者补充候选中的真实错误被拒绝，重新造成召回率不足。

7、此外，当候选是否被接受取决于多个评分项的加权结果或者综合置信度时，候选编辑在位置越界、字符不等长、缺少拼音或输入法机制证据、涉及受保护文本元素或者与已接受编辑发生位置重叠的情况下，仍可能因为其他评价项得分较高而达到接受阈值。由此，字符边界条件、安全条件和冲突条件可能被其他条件的满足程度所补偿，难以保证每一项必要约束均得到执行。

8、因此，对于以提高召回率为目的的补充候选生成路径，需要将候选发现行为与候选获得修改权限的行为分离。补充候选生成路径输出的候选编辑应当作为待筛选的修改提议，而不应当仅依据大语言模型的输出结果、修改理由或者置信信息直接获得修改权限。候选接受机制还需要根据候选生成来源配置不同的接受策略，使主候选生成路径和补充候选生成路径具有不同的接受先验及修改权限。

9、对于补充候选生成路径，上述候选接受机制需要针对其来源单独配置，即形成来源专属的候选准入控制；候选来源、位置有效性、字符等长性、中文字符属性、拼音或输入法机制证据、受保护文本安全性以及与已接受编辑的位置不重叠性等条件，应当分别构成候选编辑获得修改权限的必要条件，各条件之间为逻辑合取关系，仅在全部条件同时成立时接受候选编辑；任一条件不成立时均拒绝候选编辑，且不允许通过加权、投票、综合评分或者置信度补偿使不满足必要条件的候选编辑获得修改权限。由上述来源专属、条件合取和二值准入特征构成的候选控制方式，可以称为来源专属的合取式硬门控。

10、另一方面，如果对每个待纠错中文句子持续执行多个大语言模型调用，或者针对同一句子中的每个候选编辑分别调用大语言模型进行验证，将增加在线处理的调用次数、响应时间和计算成本。如果在候选筛选后再次调用大语言模型生成最终句子，还可能使前序阶段已经拒绝的修改重新出现在最终输出中。因此，还需要根据候选集合是否为空和预设运行模式控制大语言模型调用，并通过不调用大语言模型的规则处理过程完成候选编辑筛选、集合合并和输出句子重建。

11、因此，需要一种能够在黑盒且免专项训练条件下运行的中文拼写纠错技术方案，在不要求读取或者修改大语言模型参数、内部状态或训练数据，也不要求针对中文拼写纠错任务对大语言模型进行专项预训练、微调或者知识编辑的情况下，利用不同候选生成路径发现字符级纠错候选；根据候选生成来源设置非对称的候选接受策略，对补充路径候选执行来源专属的合取式硬门控；并将大语言模型的候选发现和判断能力与规则处理模块的修改执行权限相分离，通过结构化候选编辑生成、主路径候选验证、补充路径候选筛选、位置重叠排除、接受编辑集合合并以及从待纠错中文句子出发的确定性重建，兼顾中文拼写纠错的召回能力、过度纠错风险和大语言模型调用成本。

技术实现思路

1、一、要解决的技术问题

2、现有基于大语言模型的中文拼写纠错处理，在不读取或者修改大语言模型的模型参数、内部状态或训练数据，且不针对中文拼写纠错任务进行专项预训练、微调或知识编辑的黑盒运行条件下，仍存在以下相互关联的技术问题。

3、大语言模型直接生成整句纠正文本时，可能产生表达润色、句式改写、格式调整、实体名称变更或者语义偏移等超出字符级中文拼写纠错边界的修改；同时，整句纠正文本中的修改通常难以直接作为具有明确字符位置、原字符片段和替换字符片段的可校验、可筛选、可合并和可执行的编辑指令。

4、采用较为保守的候选生成策略虽然能够降低过度纠错风险，但可能漏检同音、近音或者输入法误选类错误。为提高召回能力而设置的补充候选生成路径具有较宽的候选发现范围，其产生的候选编辑与主候选生成路径产生的候选编辑在任务目的和可靠性方面可能存在差异。如果不同来源的候选编辑采用相同的接受条件，则可能使补充路径候选获得过大的修改权限；如果统一提高全部候选的接受条件，又可能造成真实错误被拒绝。此外，当候选编辑的接受结果由加权评分、综合置信度或者其他可补偿机制确定时，位置有效性、字符等长性、拼音或输入法机制证据、受保护文本安全性以及位置不重叠性等必要条件可能被其他条件的满足程度所补偿。

5、多个候选编辑还可能在相同或者相交的字符位置提出不同修改。如果缺少明确的位置检查、修改权限控制和集合合并机制，可能产生重复修改或者相互冲突的修改。候选筛选完成后，如果再次由大语言模型生成最终句子，还可能重新引入此前已经拒绝的修改。

6、此外，如果对每个待纠错中文句子无条件运行全部候选生成和候选验证环节，或者针对同一句子中的每个候选编辑分别调用大语言模型，将增加大语言模型调用次数、处理时延和计算成本，不利于在线部署。

7、因此，本发明要解决的技术问题是：如何在黑盒且免专项训练的运行条件下，将大语言模型产生的整句纠正结果转换为位置明确的结构化候选编辑，根据主候选生成路径和补充候选生成路径的不同任务目的分配不同的修改权限，将候选发现与修改执行相分离，对补充路径候选实施各必要条件不可相互补偿的准入控制，并在控制大语言模型调用次数的同时完成候选编辑的合并和输出句子的确定性重建，从而兼顾中文拼写纠错的召回能力、过度纠错风险和处理成本。

8、二、技术方案

9、为解决上述技术问题，本发明提供一种基于非对称双路径候选门控的中文拼写纠错方法。所述方法由电子设备执行，包括s1至s6。

10、s1 中文句子获取

11、获取待纠错中文句子 ，其中， 表示所述待纠错中文句子中第 个字符， 表示所述待纠错中文句子的字符数量。

12、s2 主候选生成

13、主候选生成智能体通过大语言模型 ，基于待纠错中文句子和预设主路径角色约束识别疑似拼写错误，并获得主路径纠正文本。所述预设主路径角色约束包括但不限于：将处理对象限定为中文拼写错误，要求以最小修改方式生成主路径纠正文本，禁止仅以表达优化、风格调整或格式调整为目的修改待纠错中文句子，并要求在未识别出疑似拼写错误时输出与待纠错中文句子相同的文本。主路径纠正文本及第一候选编辑集合的生成过程可以表示为：

14、，

15、，

16、其中， 表示主候选生成路径， 表示主路径纠正文本的字符数量， 表示主候选生成角色约束， 表示大语言模型 输出的主路径纠正文本， 表示候选编辑生成函数， 表示由所述结构化候选编辑组成的第一候选编辑集合。所述候选编辑生成函数用于按照字符先后顺序比较作为输入的待纠错中文句子与对应纠正文本，识别二者中内容相同的字符部分和内容不同的字符部分；针对每一处内容不同的字符部分，以待纠错中文句子中的字符位置作为位置记录基准，确定对应的起始位置和结束位置，将待纠错中文句子中对应的字符片段确定为原字符片段，将对应纠正文本中的字符片段确定为替换字符片段，由此生成结构化候选编辑。

17、将待纠错中文句子  和主路径纠正文本  作为候选编辑生成函数  的输入，由所述候选编辑生成函数生成结构化候选编辑并形成第一候选编辑集合 。当主路径纠正文本与待纠错中文句子相同时，将第一候选编辑集合  设置为空集合。

18、每个结构化候选编辑  至少包括候选标识 、来源标识 、起始位置 、结束位置 、原字符片段  和替换字符片段 ，可以表示为：

19、，

20、其中，候选标识  用于区分同一候选编辑集合中的不同候选编辑；来源标识 用于表示候选编辑来自主候选生成路径或者补充候选生成路径；候选编辑  的占用字符区间  由  和  确定，可以表示为 ；原字符片段  为待纠错中文句子中由  和  确定的字符片段。

21、在执行上述字符比较及结构化候选编辑生成过程时，至少检查候选编辑的起始位置和结束位置是否位于待纠错中文句子的有效位置范围内，以及候选编辑的原字符片段是否与待纠错中文句子中由所述起始位置和结束位置确定的原文字符片段一致。通过对同一待纠错中文句子和同一主路径纠正文本执行上述过程而生成的不同候选编辑，其占用字符区间互不重叠。主候选生成智能体还可以输出修改原因或者置信信息，但所述修改原因或者置信信息不直接构成对待纠错中文句子的修改操作；最终进入第一候选编辑集合的候选编辑，以上述字符比较过程识别的内容不同部分及其在待纠错中文句子中的位置记录为准。

22、s3 候选验证

23、候选验证模块通过大语言模型  对第一候选编辑集合中已经存在的候选编辑进行接受或者拒绝判断，不新增第一候选编辑集合之外的候选编辑，并按照第一接受策略形成主接受编辑集合。候选验证模块不改变候选编辑的起始位置、结束位置、原字符片段或替换字符片段。

24、候选验证模块包括裁决智能体和至少一种专项验证智能体，所述专项验证智能体包括拼音及输入法验证智能体、字形验证智能体和上下文及过度纠错风险验证智能体中的一种或多种。至少一种专项验证智能体接收第一候选编辑集合中的候选编辑及其对应上下文，并分别生成针对所述候选编辑的验证结果。拼音及输入法验证智能体用于判断候选编辑是否具有同音、近音或输入法候选误选证据；字形验证智能体用于判断候选编辑是否具有字形、部件或视觉相似证据；上下文及过度纠错风险验证智能体用于判断候选编辑是否属于字符级中文拼写纠错，以及是否涉及风格润色、语法改写、标点变更、大小写或格式变更、实体名称变更、字符插入、字符删除、字符顺序调整或语义偏移。裁决智能体接收第一候选编辑集合以及参与验证的各专项验证智能体生成的验证结果，并基于所述验证结果，按照第一接受策略确定针对各候选编辑的接受或拒绝判断。各专项验证智能体和裁决智能体均不新增第一候选编辑集合之外的候选编辑，并且不改变候选编辑的起始位置、结束位置、原字符片段或替换字符片段。

25、在候选验证模块进行判断前，可以从覆盖候选编辑占用字符区间的局部上下文中提取至少一种局部语言学证据。局部语言学证据包括拼音相同证据、拼音相近证据、预设输入法误选混淆关系、字形相似证据、替换前后局部词语变化证据和替换前后局部搭配变化证据中的一种或者多种。局部语言学证据用于辅助判断候选编辑是否属于中文拼写错误，不用于生成第一候选编辑集合之外的新候选编辑。

26、第一接受策略为保留优先策略，即默认保留主路径候选编辑，并在候选编辑被判定为存在高过度纠错风险或者违反字符级中文拼写纠错边界时拒绝该候选编辑。第一接受策略的候选接受函数表示为：

27、，

28、，

29、其中， 表示第一接受策略针对候选编辑  的二值接受判定函数，表示接受候选编辑 ， 表示拒绝候选编辑 ， 表示所述主接受编辑集合， 和  均为取值属于  的二值判定量。

30、 表示候选编辑是否满足字符级中文拼写纠错边界；当候选编辑的起始位置和结束位置位于待纠错中文句子的有效位置范围内，原字符片段与由所述起始位置和结束位置确定的原文字符片段一致，并且候选编辑不涉及字符插入、字符删除、字符顺序调整、标点或格式修改以及纯表达润色时，，否则 。

31、 表示候选编辑是否存在高过度纠错风险；当候选验证模块明确判定候选编辑存在原文表达同样成立、仅使表达更自然或更常见、缺乏明确纠错必要性、涉及受保护文本元素或上下文，或者可能改变原句语义、事实或表达意图中的至少一种情况时，，否则 。

32、裁决智能体的拒绝判断应当落实为  或者 ，不设置独立于  和  之外的第三种候选拒绝条件。仅当 且  时，将候选编辑加入主接受编辑集合。

33、采用调用预算控制策略时，当第一候选编辑集合为空集合时，候选验证模块不执行文本生成，并将主接受编辑集合设置为空集合；当第一候选编辑集合不为空集合时，将第一候选编辑集合中的全部候选编辑及其对应上下文组成以句子为单位的验证输入，使候选验证模块按照预设验证角色进行文本生成，而不针对每个候选编辑分别处理。

34、s4 补充候选生成

35、当预设运行模式为召回增强运行模式时，补充候选生成智能体通过大语言模型，基于待纠错中文句子和预设补充路径角色约束，获得针对同音、近音或输入法误选的补充路径纠正文本。大语言模型 与大语言模型  可以是同一大语言模型，也可以是不同大语言模型。

36、预设补充路径角色约束至少包括：将补充候选的发现范围限定为同音字符误用、近音字符误用或输入法误选；禁止执行与该限定范围无关的表达润色、句式改写或格式修改；以及要求在未识别出相应错误时输出与待纠错中文句子相同的文本。在一种实施方式中，所述预设补充路径角色约束还可以包括禁止增加字符、删除字符、调整字符顺序或修改标点。局部固定搭配信息可以作为判断候选是否成立的上下文辅助证据，但不作为独立的补充候选生成类型。

37、随后按照字符先后顺序比较待纠错中文句子和补充路径纠正文本，识别二者中内容不同的字符部分。针对每一处内容不同的字符部分，以待纠错中文句子中的字符位置作为位置记录基准，确定对应的起始位置和结束位置，将待纠错中文句子中对应的字符片段确定为原字符片段，将补充路径纠正文本中对应的字符片段确定为替换字符片段，由此生成结构化候选编辑，并为所述结构化候选编辑添加补充路径来源标识，形成第二候选编辑集合 。补充路径纠正文本仅用于形成第二候选编辑集合，不直接作为最终输出句子。

38、当预设运行模式为安全运行模式时，不运行补充候选生成智能体，不计算补充路径纠正文本，并将第二候选编辑集合  和补充接受编辑集合  设置为空集合。

39、补充路径纠正文本及对应候选编辑集合的生成过程可以表示为：

40、，

41、，

42、其中， 表示补充候选生成路径， 表示补充路径纠正文本的字符数量， 表示预设补充路径角色约束， 表示对应大语言模型输出的补充路径纠正文本， 表示前述候选编辑生成函数，在本步骤中以待纠错中文句子  和补充路径纠正文本  作为输入，并输出第二候选编辑集合 。

43、s5 候选编辑筛选

44、在召回增强运行模式下，按照第二接受策略对第二候选编辑集合中的各候选编辑执行来源专属的合取式硬门控，以确定各候选编辑是否获得修改待纠错中文句子的权限。在安全运行模式下，不执行所述来源专属的合取式硬门控，并保持第二候选编辑集合和补充接受编辑集合为空集合。

45、所述来源专属的合取式硬门控是针对补充候选生成路径设置的二值候选准入控制过程。“来源专属”表示所述门控用于确定补充候选生成路径产生的候选编辑是否获得修改权限，不将主候选生成路径所采用的第一接受策略直接适用于补充路径候选编辑；“合取式”表示各预设门控条件分别构成候选编辑获得修改权限的必要条件，并且各预设门控条件之间为逻辑合取关系；“硬门控”表示门控结果为接受或者拒绝的二值结果，仅在全部预设门控条件同时成立时接受候选编辑，任一预设门控条件不成立时均拒绝候选编辑，各预设门控条件之间不进行加权、投票或者置信度补偿。

46、所述第二接受策略为拒绝优先策略，即补充路径候选编辑在生成时默认不具有修改权限，仅在候选编辑同时满足下列全部条件时，才将其加入补充接受编辑集合：

47、1.候选编辑具有补充路径来源标识；

48、2.候选编辑的起始位置和结束位置位于待纠错中文句子的有效位置范围内，并且原字符片段与由所述起始位置和结束位置确定的原文字符片段完全一致；

49、3.原字符片段和替换字符片段均不为空且字符数量相等；

50、4.原字符片段和替换字符片段均由中文字符组成；

51、5.原字符片段与替换字符片段之间具有拼音或输入法机制证据；

52、6.候选编辑不涉及预设受保护文本元素或上下文；

53、7.候选编辑与主接受编辑集合中的候选编辑以及当前已经加入补充接受编辑集合的候选编辑均不发生位置重叠。

54、所述第二接受策略的候选接受函数表示为：

55、，

56、，

57、其中， 表示第二接受策略针对候选编辑  的二值接受判定函数，表示接受候选编辑 ， 表示拒绝候选编辑 ， 表示所述补充接受编辑集合。、、、、、 和  均为取值属于 的二值判定量。

58、当候选编辑具有补充路径来源标识时，，否则 。

59、当候选编辑的起始位置和结束位置位于待纠错中文句子的有效位置范围内，并且原字符片段与对应位置的原文字符片段完全一致时，，否则 。

60、当原字符片段和替换字符片段均不为空且字符数量相等时，，否则。

61、当原字符片段和替换字符片段中的全部字符均属于预设中文字符范围时，，否则 。

62、当原字符片段与替换字符片段满足预设拼音相同或相近判定规则，或者命中预设输入法误选混淆关系时，，否则 。

63、当候选编辑未命中预设受保护文本元素或上下文时，，否则。

64、当候选编辑的占用字符区间与主接受编辑集合中的全部候选编辑以及当前已加入补充接受编辑集合的全部候选编辑均不存在位置交集时，，否则。

65、规则处理模块按照第二候选编辑集合中各候选编辑的起始位置升序依次处理候选编辑；当起始位置相同时，按照结束位置升序处理；当起始位置和结束位置均相同时，按照候选标识确定的预设顺序处理。对于当前处理的候选编辑，规则处理模块分别确定上述各二值判定量的取值，并根据各二值判定量的逻辑合取结果确定候选编辑的接受或者拒绝结果。

66、当且仅当、、、、、 和  全部为1时，令 ，并将候选编辑加入补充接受编辑集合；任一二值判定量为0时，令，并拒绝候选编辑。规则处理模块不对各二值判定量进行求和、加权、投票或者相互补偿，也不以大语言模型输出的修改理由或者置信信息替代任一二值判定量应当满足的条件。

67、由此，补充候选生成智能体发现候选编辑的行为与候选编辑获得最终修改权限的行为相互分离。补充候选生成智能体输出的候选编辑仅构成待筛选的修改提议，不能直接用于修改待纠错中文句子；只有通过来源专属的合取式硬门控并进入补充接受编辑集合的候选编辑，才能参与后续的接受编辑集合合并和输出句子重建。通过上述处理，可以在利用补充候选生成路径提高同音、近音或输入法误选类错误召回能力的同时，限制补充路径候选编辑的修改权限，避免任一安全条件或者字符边界条件的不满足被其他条件的满足程度所抵消。

68、s6 编辑集合合并

69、对主接受编辑集合和补充接受编辑集合进行合并，形成最终接受编辑集合：

70、。

71、通过对同一待纠错中文句子和同一主路径纠正文本执行上述字符比较及结构化候选编辑生成过程而形成的不同候选编辑，其占用字符区间互不重叠；补充路径候选编辑已经在s5中经过  判定。因此，最终接受编辑集合中任意两个候选编辑的占用字符区间互不重叠，同一字符位置至多对应一个候选编辑。

72、输出句子表示为：

73、，

74、其中， 表示确定性输出重建函数。对于候选编辑 ，以 、 和  分别表示按照从1开始的字符编号确定的起始位置、结束位置和替换字符片段，并且：

75、。

76、输出句子中的第  个字符表示为：

77、，

78、其中， 表示替换字符片段  中的第  个字符。规则处理模块从待纠错中文句子出发，按照最终接受编辑集合中各候选编辑的起始位置顺序执行替换，以重建输出句子。当最终接受编辑集合为空集合时，将待纠错中文句子作为输出句子。

79、在形成最终接受编辑集合和输出句子后，可以汇总生成候选编辑处理记录。候选编辑处理记录至少包括候选标识、来源标识、起始位置、结束位置、原字符片段、替换字符片段、接受或拒绝结果及其对应原因，并根据候选编辑的来源及其所经历的处理过程，记录字符级中文拼写纠错边界判定结果、过度纠错风险判定结果、拼音或输入法机制证据判定结果、受保护文本元素或上下文判定结果和位置重叠判定结果中的一种或多种。

80、三、有益效果

81、与现有技术相比，本发明至少具有以下有益效果：

82、1. 通过主路径保留优先和补充路径拒绝优先的非对称接受策略，将高精度基础纠错与受限补召回分离，避免不同来源候选具有相同修改权限；

83、2. 通过按照字符先后顺序比较待纠错中文句子与对应纠正文本，将每一处内容不同的字符部分转换为具有原句位置记录的结构化候选编辑，减少大语言模型整句输出格式波动对执行结果的影响；

84、3. 针对补充候选生成路径产生的候选编辑设置来源专属的合取式硬门控，将补充候选的发现行为与最终修改权限相分离，通过将来源、位置、等长、中文字符、拼音或输入法机制证据、受保护文本安全和位置不重叠分别设置为不可相互补偿的二值必要条件，使任一门控条件不成立的候选编辑均无法进入补充接受编辑集合，避免大语言模型置信信息、投票结果或者其他已满足条件抵消字符边界和安全条件的不满足；

85、4. 通过在补充路径合取式硬门控阶段排除与基础接受编辑及已接受补充编辑发生位置重叠的候选，并在后续阶段仅执行接受编辑集合合并和基于原句的确定性重建，避免最终输出阶段重新引入字符增删、标点变更、位置冲突或已经被拒绝的修改；

86、5. 通过无候选跳过验证以及规则化后处理，降低常开式多智能体级联的大语言模型调用量；

87、6. 仅使用黑盒文本接口，不依赖模型内部概率、梯度或隐藏状态，便于替换不同的大语言模型后端；

88、7. 无需对所调用大语言模型进行面向中文拼写纠错任务的专项预训练、微调或参数编辑；

89、8. 候选编辑处理记录保存候选来源、接受或拒绝结果及对应原因，以及相应的字符级中文拼写纠错边界、高过度纠错风险、拼音或输入法机制证据、受保护文本元素或上下文以及位置重叠判定结果，提高纠错过程的可解释性、可复现性和可审计性；

90、9. 通过安全运行模式和召回增强运行模式，使所述方法能够根据应用风险和调用预算选择不同运行点。