本发明涉及一种莫尔斯分组纠错方法，属于报文识别技术领域，解决了现有技术中分词算法对莫尔斯自动识别后的报文数据分组不准确的问题。通过基于历史积累的分组数据构建词典和n‑gram语言模型，对待分组的莫尔斯码数据进行多轮次的分组扫描和纠错处理，提高了自动分组的准确率；通过分组时考虑相邻分组和错位分组对分组正确性的影响，纠错时考虑插入、删除和替换错误对分组的影响，并考虑了噪声影响和人工可读性的影响，在保证分组准确率的同时提高了分组率，减轻了人工抄收的工作量，提高了抄收效率。