lstm纠正错别字模型。 - python吧

level 7

阿布阿奇🍭 楼主

从零开始训练，可以识别常见的“的地得”，“做/作”，“在/再”。
训练数据有一半来源于我写的小说，另一半来源于聊天、人工编写，其他来源等。
目的是快速检查自己小说的错误，一个字一个字看太慢了，于是自己训练一个。
代码是AI写的，数据都是自己的，目前效果不错，大部分都能改对。

2025年11月21日 07点11分 1

level 7

阿布阿奇🍭 楼主

未来可能会扩展其他错别字。

2025年11月21日 07点11分 2

level 7

阿布阿奇🍭 楼主

不是预训练模型，从零开始的，用了2000多条文本数据，模型比较小，所以在手机上训练也很快。未来随着数据增多会扩大。

2025年11月21日 07点11分 3

level 7

sunruisunrui

你这种需求，直接用最小的开源的大模型就可以了。0.6B 的就可以。

2025年11月21日 07点11分 4

阿布阿奇🍭

肯定是不行我才自己训的。大模型回复慢，不像我这个一两秒直接把长文检查完。而且还可能漏掉一些字。

2025年11月21日 09点11分

sunruisunrui

@阿布阿奇🍭 单纯检查用词错误等，小模型肯定够用。

2025年11月21日 17点11分

沙耶香小火车

@阿布阿奇🍭 你有多大的需求量呢？正常写小说的话，一张也就3000字

2025年11月21日 12点11分

沙耶香小火车

@阿布阿奇🍭 我也不说你用付费的gemini3.0了, 正常3000字的上下文deepseek也很难出错吧

2025年11月21日 12点11分

level 8

DogeCN

牛，源码、数据和模型在手比那些语言大模型实在多了

2025年11月21日 16点11分 5

level 8

我有罪请惩罚我吧

其实可以用小模型还有预训练权重重新加权训练，让ai帮你调数据集，参数，写gui之类的。ai给的网络特别阉割

2025年11月22日 00点11分 6

我有罪请惩罚我吧

可以去Modelscope，huggingface这两个社区找一找

2025年11月22日 00点11分

阿布阿奇🍭

感谢提醒，AI要是有阉割的地方我会注意到，改了就基本没事。现在效果也差不多了，在手机上还很快，就不找开源的了。

2025年11月22日 04点11分

level 7

阿布阿奇🍭 楼主

其实也是我对训练模型感兴趣哈哈哈，所以没想找开源的，谢谢大家的建议。

2025年11月22日 05点11分 7

简单男孩geton

佬，回复私聊下

2025年11月22日 11点11分

level 7

阿布阿奇🍭 楼主

回应一下大家说的小模型训练，大家说的都有道理，但我觉得不太可行。因为生成式模型终究不能检查每一个关键字，而且生成的时候还是一个字一个字的蹦出来。没有办法做到瞬间就检查所有字而且还把修改后的全文发我。
判别式模型把每一个修改的地方都写出来，然后再把改后的完整小说贴出来，整个过程也就1秒。语言模型没办法比。而且我之前也试过大模型改错别字，缺点就是慢，而且会漏字，我才转而自己训练的。