文本纠错是自然语言处理领域中的一项重要技术，该技术可以检测出一段文本中是否存在错别字，并将错别字纠正过来，一般用于文本预处理阶段，同时能显著缓解智能客服等场景下语音识别(ASR)不准确的问题。
文本纠错的主要功能是什么？
对输入文本进行校对，校对包括拼写、语法、搭配、实体纠错、标点、领导人职称、政治用语及数字纠错等，以使其更加易于阅读和理解。
文本生成常用的评价指标有:
1. perplexity：衡量模型产生序列的困惑度，指标越小表示生成质量越高。
2. BLEU：根据生成文本与参考文本的词汇覆盖计算，范围0-1，越大表示与人工生成接近。
3. ROUGE：根据生成文本与参考文本的词与短语重合度计算，包含ROUGE-1、ROUGE-2与ROUGE-L，越大表示生成质量越高。
4. 人工评价：让人工评价者判断生成文本的流畅度、语义连贯性与匹配目标，是综合评价生成质量的重要方式。
