文本錯誤類型分類表

中文資訊處理

文本錯誤類型分類表

---

錯誤類型	分支類別	註解
音誤	音同而誤	如再在。
	音近而誤	如後害、哈罰。
形誤	形近而誤	如水火木。
	省形而誤	如「字、子」子為字之省形，古代避諱缺筆或者書籍遭蠹蟲咬損都有可能導致這樣的錯誤。
	兩字合為一字	如「日、月」合為明，古代書籍直排，因此多是上下部件組合的誤字為多。如王念孫糾正的《戰國策》「觸龍言」誤做「觸讋」。又如：尉繚子「謀而守之也」誤為「豪士一謀者也」。又如：「王月坡」誤為「王肚皮」（笑話），屬於分而又合的綜合性錯誤。
	一字分為兩字	如「明」分為日、月，解說同上，今日的OCR軟體仍有機會犯出相同的錯誤。
形音皆誤		通常具有相同的聲符，如「經、輕」。
義近而誤		意義相近而換用導致的錯誤。如淮南子「聽、聞」之誤，再經由其他途徑，難免有狗誤為人的現象出現了。如「獲、得」（得二將）。
增字		增加文字。
減字		減損文字。可能導致很多問題，如省略了主詞。
錯置		古代又稱為「互乙」，如「意願」錯置為「願意」。
繁簡		繁體字與簡體字互相轉換後所導致的編碼錯誤，可分為三種： 一、一般由轉換軟體發生「形近而誤」所產生的字型與編碼對應錯誤所致。 二、歸併字未能轉正確所導致的錯誤。 三、某些字型在簡體中相似，但在繁體中差距很大。簡轉繁容易將錯誤擴大化，如「于子、哂晒」相近，轉繁後為「於子、哂曬」，形體差異就遠了。
語法		如「他一拳打他了」，為「他打他一拳了」，或「他打了他一拳」、「他一拳打了他」之誤。
知識		知識錯誤所導致的錯誤，如秦始皇劉邦，秦始皇為嬴政，劉邦為漢高祖。以前項為主，但可給出兩個修正項。
符號		如項目符號的錯誤，如一、二、四，缺了第三項。
標點		如引號少了一個，兩個句號相連。
排版		排版引起的錯誤，形式複雜。
其他		如「錯簡」為竹簡使用時期所產生的特殊錯誤，即竹簡編繩斷絕後重新編排竹簡而產生整簡位置錯誤的情況。
解釋錯誤	一字多義	如：越人之兵雖多。
	斷句錯誤	如：小敵之，堅；智，不足將兵。
	語法錯誤	如：餌兵勿食。