一种中文真词错误自动校对方法
【专利摘要】本发明公开了一种中文真词错误自动校对方法，该方法首先利用正确词词典和汉字混淆集生成中文真词混淆集；利用统计知识对当前词进行验证；通过同义词泛化上下文特征缓解语料的数据稀疏问题；利用贝叶斯模型估计当前词出现在上下文中的概率，最终判断当前词是否为真词错误，对真词错误进行标记并给出修改建议列表。本发明的中文真词错误自动校对方法解决了现有技术中数据稀疏、正确词误判、校对效率低等问题，具有较高的有效性和准确性。
【专利说明】
-种中文真词错误自动校对方法
技术领域
[0001] 本发明设及人工智能计算机领域中的自然语言处理，特别设及中文文本自动校对 领域。
【背景技术】
[0002] 随着信息处理技术和互联网的高速发展，传统的文本工作几乎全部被计算机所取 代，电子书、电子报纸、电子邮件、办公文件等文本电子出版物不断涌现，文本中的错误也越 来越多。目前大多采用人工校对的方法，校对工作单调，劳动强度大，效率低，人工校对的方 式已经无法满足文本校对的需求，因此研究自动文本校对对于理论和应用都具有很深远的 意义。
[0003] 文本自动校对是自然语言处理的主要应用之一，也是自然语言理解的难题。中文 真词错误是指将词典中的一个词写错成词典中另外一个词，而运个词不符合当前上下文语 境。例如"他接收总经理的邀请参加会议"中的"接收"是一个真词错误。由于人们的粗屯、选 择W及对汉语词语之间区别的认知不足，汉语文本中出现了很多的真词错误。中文真词错 误的自动校对方法存在着W下问题：
[0004] 1)发生真词错误的词是词典中正确的词，对于真词错误的检查及给出修改建议， 需要依据对该该词的上下文进行考察；
[0005] 2)多数发生真词错误的词符合局部语言限制，但却与全局语言限制发生冲突，所 W要实现真词错误的自动校对需要考虑该真词与长距离的上下文是否搭配；
[0006] 3)真词错误会干扰整个句子的语法和语义，因此发现真词错误需要很多的知识与 资源；
[0007] 4)数据稀疏是真词错误自动校对的一个主要的障碍。
【发明内容】
[000引发明目的：为了克服现有技术中存在的不足，本发明提供一种中文真词错误的自 动校对方法，是一种集自动查错和自动校对于一体的方法。
[0009] 技术方案:为了实现上述目的，本发明提出的一种中文真词错误自动校对方法是 基于中文真词混淆集、NGram模型、贝叶斯模型组合判断法进行中文真词错误自动校对，利 用同义词泛化上下文特征缓解数据稀疏问题。该方法包括W下步骤：
[0010] (1)利用正确词词典和汉字混淆集生成中文真词混淆集；
[0011] (2)对Web语料中的句子进行分词，建立左向Ξ元、右向Ξ元和中间Ξ元模型，对于 某一词Wi，根据其左向Ξ元、右向Ξ元、中间Ξ元在语料中出现的频次确定该词的第一统计 值，若该词的第一统计值大于预设的第一口限α则该词为正确词；否则，利用同义词泛化该 词的上下文特征得到泛化后的左向Ξ元、右向Ξ元、中间Ξ元，根据该词泛化后的左向Ξ 元、右向Ξ元、中间Ξ元在语料中出现的频次确定该词的第二统计值，若该词的第二统计值 大于所述第一口限α则该词为正确词;否则，进入步骤(3);
[0012] (3)利用极大似然估计计算该词出现在上下文的第一贝叶斯概率，若该词的第一 贝叶斯概率大于预设的第二口限β则该词为正确词；否则，利用同义词泛化该词的上下文特 征，计算该词出现在上下文的第二贝叶斯概率，若该词的第二贝叶斯概率大于所述第Ξ 口 限丫则该词为正确词；否则，进入步骤(4);
[0013] (4)利用该词的真词混淆集C(Wi)中的混淆词来代替该词形成混淆词的左向Ξ元、 右向Ξ元和中间Ξ元，对于任意混淆词，根据该混淆词左向Ξ元、右向Ξ元、中间Ξ元在语 料中出现的频次确定该混淆词的第一统计值，若该词的真词混淆集C(Wi)中存在混淆词的 第一统计值大于所述第一口限α，则该词为错词，将运些混淆词按其第一统计值的大小进行 降序排列形成该词的修改建议表;否则，进入步骤(5);
[0014] (5)利用该词的真词混淆集C(Wi)中任意混淆词Wih来代替该词，利用同义词泛化该 词的上下文特征得到泛化后的左向Ξ元、右向Ξ元、中间Ξ元，根据该混淆词泛化后的左向 Ξ元、右向Ξ元、中间Ξ元在语料中出现的频次确定该混淆词的第二统计值，若存在第二统 计值大于所述第一口限α的混淆词，则该词为错词;将运些混淆词按其第二统计值的大小进 行降序排列形成该词的修改建议表;否则，进入步骤(6);
[0015] (6)对该词的真词混淆集C(Wi)中任意混淆词Wih来代替该词，利用极大似然估计计 算该混淆词出现在上下文的第一贝叶斯概率，若存在混淆词的第一贝叶斯概率大于所述第 二口限β，则该词为错词，将运些混淆词按其第一贝叶斯概率的大小进行降序排列形成该词 的修改建议表;否则，利用同义词泛化该词的上下文特征，计算该词任意混淆词出现在上下 文的第二贝叶斯概率，若存在第二贝叶斯概率大于所述第Ξ口限丫的混淆词，则该词为错 词，将运些混淆词按其第二贝叶斯概率的大小进行降序排列形成该词的修改建议表。
[0016] 进一步地，步骤(1)中生成中文真词混淆集包括W下步骤：
[0017] 获取中文词典中的所有正确词；
[0018] 对任意正确词，根据汉字混淆集替换所述正确词中的字，并且每次仅替换词中的 一个字，判断换字后所形成的词是否为所述中文词典中的正确词，若是，则将该词存入相应 正确词的真词混淆集中。
[0019] 具体地，步骤(2)中建立分词的Ξ元模型具体为:设语料中的某一句子经分词后为 S = WlW2. .Wi-lWiWi". . .Wn，贝 1J 对于某一词 Wi，其
[0020] 左向 Ξ元为：Lef tTriGram(Wi) =Wi-2Wi-iWi;
[0021] 右向^元为:31邑^化16招111(胖〇=胖1胖41胖42;
[0022] 中间 Ξ元为：Tr iGram (Wi) = Wi-iWiWi+i。
[0023] 进一步地，对于某一词Wi，该词的第一统计值为其左向Ξ元、右向Ξ元、中间Ξ元 在语料中出现的频次的最大值。
[0024] 具体地，对于某一词Wi，该词的第一贝叶斯概率为：
[0025]
[00%] 式中，count(Wi)表示Wi在语料中出现的频次。
[0027] 具体地，所述同义词是指与其词义相同或相近的词，对于某一词Wi，所述利用同义 词泛化该词的上下文特征指的是：用Wi-i的同义词集合Syn(Wi-i)中的任意同义词替换Wi-i， Wi+i的同义词集合Syn(Wi+i)中的任意同义词替换Wi+i，用Wi+2的同义词集合Syn(Wi+2)中的任 意同义词替换Wi+2。
[00%]进一步地，对于某一词Wi，确定该词的第二统计值包括W下步骤：
[0029] 1)设Wi-i的同义词集合卸n(Wi_i)二{Wii_L，…,νν/_ιν^_ι}，Ww的同义词集合 Syn(W + i)二[VVii+iI ...I Will，…，WiVi};
[0030] 2)对于中间Ξ元，用Syn(Wi-i)中的任意WjLi代替Wi-i，用Syn(Ww)中的任意W色1代 替Wi+i，则最大中间Ξ元频次为：
[0031]
[0032] 3)对于左向Ξ元和右向Ξ元，用与步骤2)相同的方法统计出最大左向Ξ元频次Μ (Wi-2Wi-iWi)和最大右向Ξ元频次Μ(WiWi+iWi+2)，选取Ξ者中的最大值得到所述词的第二统计 值为:m(Wi) =max(M(Wi-iWiWi+i)，M(Wi-2Wi-iWi)，M(WiWi+iWi+2)}。
[0033] 具体地，对于某一词Wi，该词的第二贝叶斯概率为：
[0034]
[003引式中，count(Wi)表示Wi在语料中出现的频次，14^ .1为Wi-i的同义词集合Syn(Wi-i) 中的元素，S为Syn(Wi-i)的元素个数；为Wi+i的同义词集合Syn(Ww)中的元素，t为Syn (Ww)的元素个数。
[0036] 有益效果:本发明中的中文真词错误自动校对方法，利用正确词词典和汉字混淆 集生成中文真词混淆集;再利用统计知识对当前词进行验证，进一步通过同义词泛化上下 文特征缓解语料的数据稀疏问题，对当前词做出进一步验证;接着利用贝叶斯模型估计当 前词出现在上下文中的概率，更进一步地对当前词是否正确做出判断，随后通过同义词泛 化上下文特征，再次利用贝叶斯模型判断当前词的正确性;最后，用混淆词对当前词进行替 换，利用统计知识和贝叶斯模型最终判断当前词是否为真词错误，对真词错误进行标记并 给出修改建议列表。本发明通过对当前词多个维度的验证，实验表明，本发明方法查错召回 率达到81%，查错精度达到61%，纠错精度达到54%，具有较高的有效性和准确性。
【附图说明】
[0037] 图1为本发明的中文真词错误自动校对方法的流程图。
【具体实施方式】
[0038] 下面结合附图对本发明作更进一步的说明。
[0039] 本发明提出的一种中文真词错误自动校对方法是基于中文真词混淆集、NGram模 型、贝叶斯模型组合判断法进行中文真词错误自动校对，并应用同义词使得数据稀疏问题 在很大程度上得到缓解。该方法如图1所示，包括W下步骤：
[0040] 1)利用正确词词典和汉字混淆集生成中文真词混淆词；
[0041] -个中文词W的混淆集C(W)是指中文词典中的一组与W音相似或形相似、或意相似 的词，而在人们的使用过程中，w与c(w)中的词常常容易混淆。
[0042] 11)获取中文词典中的所有正确词；
[0043] 12)对任意正确词，根据汉字混淆集替换所述正确词中的字，并且每次仅替换词中 的一个字，判断换字后所形成的词是否为所述中文词典中的正确词，若是，则将该词存入相 应正确词的真词混淆集中。可W进一步对上述真词混淆集进行人工校对，去除不常见的混 淆词，完善真词混淆集。
[0044] 本实施例中，真词混淆集的结构如下：
[0045] C(W) = {W1，W2...，胖。}
[0046] 其中，W是词典中一个词，Wi，W2. . .，W。是W的混淆词。
[0047] 2)建立待判断词的左向Ξ元、右向Ξ元、中间Ξ元模型，基于大规模Web语料统计 Ξ元频次，若得到的Ξ元频次均不符合条件，则用上下文特征的同义词泛化目标词的上下 文特征重新统计Ξ元频次，若得到的Ξ元频次依然不符合条件，则转向步骤3);具体为：
[004引步骤21)基于大规模Web语料，建立Ξ元模型:对语料中的句子进行分词，如对句子 S进行分词得至化= WlW2. .Wi-lWiWi+l. . .Wn，对于词Wi而言，
[0049]左向 Ξ元为：Lef tTriGram(Wi) =Wi-2Wi-iWi;
[0化0 ]右向 Ξ元为：Ri 曲tTr iGram (Wi) = WiWi+iWi+2;
[0化1 ]中间 Ξ元为：TriGram(Wi) =Wi-iWiWi+i;
[0化2] 步骤22)基于大规模胖613语料，统计左向^元频次(3011]11：(胖1-2胖1-1胖〇、右向^元频次 count (WiWi+iWi+2)和中间Ξ元频次count (Wi-iWiWi+i);
[OOM]步骤23)对于步骤22)统计出的；种频次，记m(Wi) =max{count(Wi-2Wi-iWi) ,count (WiWi+iWi+2)，count (Wi-iWiWi+i)}如果满足m(Wi)〉α，日是；元频次阔值，为了便于区分，称为第 一口限，实施例中α = 3，则判断Wi是正确的，置查错状态为RIGHT，否则转向步骤24;
[0054] 步骤24)为缓解语料的数据稀疏问题，在统计Ξ元频次过程中用同义词泛化上下 文特征；
[0055] 步骤24-1)对于一个词典中的任意一词，同义词是指与其词义相同或相近的词，本 实施例中将某一词的同义词存储在该词的同义词集合中。Wi-l的同义词集合 S妍(爾-1) = ?綠1，…,W/-1,，-.，雌1}，恥1的同义词集合S狎(Wi+i)=：[鱗1,...，賊1，鹏 [0化6] 步骤24-2)对于；元化16脚111(胖〇=胖1-抓胖^1，用Syn(Wi-i)中的任意代替Wi-i， 用S y η ( W 1 ")中的任意代替W 1 "，统计到最大Ξ元频次，记为
[0057]步骤24-3)对于左向Ξ元和右向Ξ元，用与步骤24-2)相同的方式统计出最大左向 Ξ元频次M(Wi-2Wi-iWi)和最大右向Ξ元频次M(WiWi+iWi+2)。即：对于最大左向Ξ元频次M(Wi- 2Wi-iWi)，用Wi-2的其同义词集合Syn(Wi-2)中的任意同义词替代Wi-2,用Syn(Wi-i)中的任意 V\ti代替Wi-i，统计所形成的所有左向Ξ元的出现频次，W最大出现频次作为最大左向Ξ元 频次M(Wi-2Wi-iWi);对于最大右向S元频次M(WiWi+iWi+2)，用Syn(Wi+i)中的任意代替Wi+i， 用Wi+2的其同义词集合Syn(Ww)中的任意同义词代替Wi+2,统计所形成的所有右向；元中找 出出现频次，W最大出现频次作为最大右向Ξ元频次M(WiWi+iWi+2)。
[005引记 m(Wi)=max(M(Wi-iWiWi+i)，M(Wi-2Wi-iWi)，M(WiWi+iWi+2)}，如果满足 m(Wi)〉a，则判 断Wi是正确的，置查错状态为RIGHT，否则转向步骤3);
[0059] 3)经过步骤2筛选后，利用贝叶斯模型估计该词出现在当前上下文中的概率，若得 到的第一贝叶斯概率大于预设阔值，则该词正确；否则，用上下文特征的同义词泛化上下文 特征重新估计贝叶斯概率，称为第二贝叶斯概率，若第二贝叶斯概率大于预设阔值，则该词 正确，否则，进行步骤4)，具体为：
[0060] 步骤31-1)对于句子S = Wi化..Wi-iWiWi+1. . .Wn，假设Wi出现在当前上下文的贝叶斯 概率为：
[0061]
[0062] 步骤31-2)假设上下文中词的出现互相独立，贝U
[0063] P (Wi-i, Wi+i I Wi) = p (Wi-i I Wi) *p (Wi+i | Wi)
[0064] 步骤3 1-3)利用极大似然估计
N是预料中所有一元的频次总和；
[0065] 步骤 31-4)
，记 Bi(Wi|Wi-i,W,u)二
若Bi (Wi I Wi-I，Wi+i)〉β，本实施例中第二Π 限β = 0.04，则判断Wi为正 确的；
[0066] 否则转向步骤32);
[0067] 步骤32)用Syn(Wi-i)中的任意Will代替Wi-i，用Syn(Ww)中的任意W担1代替Wi+i，记
，若B2 (Wi I Wi-i，Wi+i)〉，本实施例中第S 口 限丫 =0.06,则判断Wi为正确的，置查错状态为RIGHT,否则转向步骤4);
[0068] 4)利用真词混淆集中的词对该词进行替换，W对该词步骤2)和3)处理方式几乎相 同的方式，对替换后的混淆词进行相同的处理，并利用混淆词的相关统计值判断是否为真 词错误并进行标记，根据混淆词的排序情况给出修改建议列表，具体为：
[0069] 步骤41)Wi的真词混淆集为C(Wi) = (Wii，. . .，Wih，. . . iW。，将C(Wi)中任意的Wih代 替Wi执行步骤21)-步骤23)，
[0070] m(Wih) =maxkount (Wi-2Wi-iWih)，count (WihWi+iWi+2)，count (Wi-iWihWi+1)}若存在Wih 满足m(Wih)〉a，则认为Wi是错误的，置查错状态为邸ROR，将满足条件的Wih按m(Wih)降序加入 到修改建议列表中，否则转向步骤42);
[0071] 步骤42)将C(Wi)中任意的Wih代替Wi执行步骤24)，对于Ξ元TriGram(Wih)=Wi- iWihWi + i，用Syn(Wi-i)中的任意Wj*_i代替Wi-i，用Syn(Wi + i)中的任意贿1代替Wi + i，则
巧
[007^ m(Wih) =max{M(Wi-iWihWi+i)，M(Wi-2Wi-iWih)，M(WihWi+iWi+2)}，若存在Wih满足m(Wih)〉 a,则判断Wi是错误的，置查错状态为邸ROR，将满足条件的Wih按m(Wih)降序加入到修改建议 列表中，否则转向步骤43);
[0073] 步骤43)将C(Wi)中任意的Wih代替Wi执行步骤31)，Wih出现在当前上下文的贝叶斯 概率为 P(Wih|Wi-l，Wi+l)
，记
荐存在Wih满足Bl ( Wih I Wi-1，Wi+1 )〉β，则判断 w功错误的，置查错状态为邸ROR，记m(Wih) =Bi(WihhWi-1，Wi+1)，将满足条件的Wih按m(Wih)降 序加入到修改建议列表中，否则转向步骤44);
[0074] 步骤44)用Syn (Wi-i)中的任意w/_i代替Wi-i，用Syn( Wi+i)中的任意W丘1代替Wi+i，执 行步骤43)，则
若存在Wih，使得B2(Wih Wi-i，Wi+i)〉丫，则判断Wi为错误的，置查错状态为邸R0R，记m(Wih) = B2 (Wih I Wi-i，Wi+i)，将满足 条件的Wih按m(Wih)降序加入到修改建议列表中，否则不对Wi是否为真词错误给出判断，置查 错状态为MARK。
[0075] 实验；
[0076] 为了验证本发明提供的真词错误自动校对方法的有效性，实验采用1万行Web中的 句子作为语料，人工对语料中的真词错误进行标注，共5000处，W实施例中给定的参数为实 验参数。实验表明，本发明提供的真词错误自动校对方法查错召回率达到81%，查错精度达 到61%，纠错精度达到54%。运一精度超过了现有技术，达到了实际应用的需求，具有较高 的有效性和准确性。
[0077] W上实施列仅是本发明的较佳实施例，对本发明不构成限定，相关工作人员在不 偏离本发明技术思想的范围内，所进行的任何修改、等同替换、改进等，均落在本发明的保 护范围内。
【主权项】
1. 一种中文真词错误自动校对方法，其特征在于，包括以下步骤： (1) 利用正确词词典和汉字混淆集生成中文真词混淆集； (2) 对Web语料中的句子进行分词，建立左向三元、右向三元和中间三元模型，对于某一 词Wi，根据其左向三元、右向三元、中间三元在语料中出现的频次确定该词的第一统计值， 若该词的第一统计值大于预设的第一门限α则该词为正确词；否则，利用同义词泛化该词的 上下文特征得到泛化后的左向三元、右向三元、中间三元，根据该词泛化后的左向三元、右 向三元、中间三元在语料中出现的频次确定该词的第二统计值，若该词的第二统计值大于 所述第一门限α则该词为正确词;否则，进入步骤(3); (3) 利用极大似然估计计算该词出现在上下文的第一贝叶斯概率，若该词的第一贝叶 斯概率大于预设的第二门限β则该词为正确词；否则，利用同义词泛化该词的上下文特征， 计算该词出现在上下文的第二贝叶斯概率，若该词的第二贝叶斯概率大于所述第三门限γ 则该词为正确词;否则，进入步骤(4); (4) 利用该词的真词混淆集(XWO中的混淆词来代替该词形成混淆词的左向三元、右向 三元和中间三元，对于任意混淆词，根据该混淆词左向三元、右向三元、中间三元在语料中 出现的频次确定该混淆词的第一统计值，若该词的真词混淆集(XWO中存在第一统计值大 于所述第一门限α的混淆词，则该词为错词，将这些混淆词按其第一统计值的大小进行降序 排列形成该词的修改建议表;否则，进入步骤(5); (5) 利用该词的真词混淆集(XWO中任意混淆词WJ来代替该词，利用同义词泛化该词的 上下文特征得到泛化后的左向三元、右向三元、中间三元，根据该混淆词泛化后的左向三 元、右向三元、中间三元在语料中出现的频次确定该混淆词的第二统计值，若存在第二统计 值大于所述第一门限α的混淆词，则该词为错词;将这些混淆词按其第二统计值的大小进行 降序排列形成该词的修改建议表;否则，进入步骤(6); (6) 利用该词的真词混淆集(XWO中任意混淆词WJ来代替该词，利用极大似然估计计算 该混淆词出现在上下文的第一贝叶斯概率，若存在第一贝叶斯概率大于所述第二门限β的 混淆词，则该词为错词，将这些混淆词按其第一贝叶斯概率的大小进行降序排列形成该词 的修改建议表;否则，利用同义词泛化该词的上下文特征，计算该词任意混淆词出现在上下 文的第二贝叶斯概率，若存在第二贝叶斯概率大于所述第三门限γ的混淆词，则该词为错 词，将这些混淆词按其第二贝叶斯概率的大小进行降序排列形成该词的修改建议表。2. 根据权利要求1所述的中文真词错误自动校对方法，其特征在于，步骤（1)中生成中 文真词混淆集包括以下步骤： 获取中文词典中的所有正确词； 对任意正确词，根据汉字混淆集替换所述正确词中的字，并且每次仅替换词中的一个 字，判断换字后所形成的词是否为所述中文词典中的正确词，若是，则将该词存入相应正确 词的真词混淆集中。3. 根据权利要求1所述的中文真词错误自动校对方法，其特征在于，步骤(2)中建立分 词的三元模型为:设语料中的某一句子经分词后为.Wi-iWiWi+l·. . .Wn，则对于某一词 Wi，其 左向三元为:LeftTriGram(Wi) =Wi-2Wi-iWi; 右向三元为：RightTriGram(Wi) =WiWi+iWi+2; 中间三元为:Tr iGram(Wi) = Wi-iWiWi+ι。4. 根据权利要求3所述的中文真词错误自动校对方法，其特征在于，对于某一词I，该词 的第一统计值为其左向三元、右向三元、中间三元在语料中出现的频次的最大值。5. 根据权利要求3所述的中文真词错误自动校对方法，其特征在于，对于某一词I，该词 的第一贝叶斯概率为：式中，count(Wi)表示Wi在语料中出现的频次。6. 根据权利要求3所述的中文真词错误自动校对方法，其特征在于，对于某一词I，所述 利用同义词泛化该词的上下文特征指的是：用的同义词集合SyWW^)中的任意同义词 替换Wi-hWw的同义词集合Syn(W i+1)中的任意同义词替换Wi+1，用Wi+2的同义词集合Syn (W1+2)中的任意同义词替换W1+2，所述同义词是指与相应词的词义相同或相近的词。7. 根据权利要求6所述的中文真词错误自动校对方法，其特征在于，对于某一词I，确定 该词的第二统计值包括以下步骤： 1 )设W i -1的同义词災介SynGU = {Wh,..., ,..., W& j，W i + i的同义词集合2) 对于中间三元，用Syr^Wi-D中的任意代替Wh，用Syn(Wi+1)中的任意彼^代替 Wi+i，则最大中间三元频次为：3) 对于左向三元和右向三元，用与步骤2)相同的方式统计出最大左向三元频次M (Wi-Wi-iWi)和最大右向三元频次M(WiWi+1Wi+2)，选取三者中的最大值得到所述词的第二统计值 为：m(Wi) =max(M(Wi-iWiWi+i)，M(Wi-2Wi-iWi)，M(WiWi+iW i+2)} 〇8. 根据权利要求6所述的中文真词错误自动校对方法，其特征在于，对于某一词1，该词 的第二贝叶斯概率为：式中，count(Wi)表示Wi在语料中出现的频次，以^Wi-i的同义词集合Syn(Wi-i)中的元 1-1 素，S为SynW-O的元素个数;的同义词集合Syn(W1+1)中的元素，t为Syn(W1+1)的 元素个数。9. 根据权利要求1至8中任意一项所述的中文真词错误自动校对方法，其特征在于，所 述第一门限α的值为3,第二门限邱勺值为0.04,第三门限γ的值为0.06。
【文档编号】G06F17/27GK105824800SQ201610145237
【公开日】2016年8月3日
【申请日】2016年3月15日
【发明人】顾德之, 刘亮亮, 吴健康, 刘海波, 张再跃, 张晓如
【申请人】江苏科技大学