精彩看点：700多亿字样本中出现不规范字词135.9万次 如何才能不再出错
快科技 2023-06-15 17:01:23
(相关资料图)
近日，由上海蜜度信息技术有限公司、澎湃新闻、上海人工智能研究院、上海市信息安全测评认证中心、上海新华传媒连锁有限公司、新浪微博6家机构共建的数字生态内容实验室通过人工智能、大数据等技术手段对4946.3万条、706.6亿字内容的样本进行全面梳理，整理出出错频率最高的“不规范字词TOP20”。
“不规范字词TOP20”（部分）
对错误类型进行统计，“常见错误”在不规范字词TOP20中占9项，是互联网上主要出现的不规范用字词形式。TOP20中，“常见错误”类型的帐（账）号等属于误用形近别字，其出现错误频次超过1万次。TOP20中，异形词、繁体字各有5项出现。其中，颤（战）栗、架式（势）等误用读音相近字的错误频次均超过千次。
TOP20中繁体字中岀（出）、沒（没）等与正确用字的字形非常相近，在快速输入或手机等小屏幕输入场景中易混淆；妳（你）、愛（爱）等被部分网友用于表达个性，因此出现频率较高。
