本申请公开的汉字混淆集生成方法例如包括：对汉字集合中的任意两个汉字进行分别组对得到多个汉字对；构造所述多个汉字对各自对应的混淆特征，其中所述混淆特征包括字形混淆特征和拼音混淆特征；采用预设机器学习模型并根据所述多个汉字对各自对应的所述字形混淆特征和所述拼音混淆特征对所述汉字对进行预测，得到所述多个汉字对的正例汉字混淆对；以及根据所述正例汉字混淆对生成汉字混淆集。将汉字对的字形混淆特征和拼音混淆特征统一在同一个生成方法里，通过机器学习有监督地学习上述混淆特征以预测输入汉字对的混淆情况，从而生成了一个准确率更高且更合理的混淆集。