[發明專利]字符編碼識別方法及裝置

有效

• 申請號: 201810050150.1
• 申請日: 2018-01-18
• 公開（公告）號: CN108197087B
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 王占一
• 申請（專利權）人: 奇安信科技集團股份有限公司
• 主分類號: G06F40/126
• 分類號: G06F40/126
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

1.一種字符編碼識別方法，其特征在于，包括：

獲取待識別文本；

根據所述待識別文本和預設的編碼方式識別模型獲得符合所述待識別文本的編碼方式，所述編碼方式識別模型通過深度學習訓練得到；

根據獲得的所述編碼方式對所述待識別文件進行解碼，獲得解碼結果；

其中，所述根據所述待識別文本和預設的編碼方式識別模型獲得符合所述待識別文本的編碼方式，包括：

從所述待識別文本中選取多個文本段；

將每個文本段發送到所述編碼方式識別模型中進行計算獲得各個文本段對應于預設的各個編碼方式的符合概率值，根據所述符合概率值確定符合各個文本段的編碼方式；

根據所述各個文本段的編碼方式出現的次數確定所述待識別文本的編碼方式；

其中，所述編碼方式識別模型中通過全連接層連接到各個編碼方式的多個節點，獲得各個編碼方式的符合概率值。

2.根據權利要求1所述的方法，其特征在于，所述根據所述待識別文本和預設的編碼方式識別模型獲得符合所述待識別文本的編碼方式，包括：

將所述待識別文本發送到所述編碼方式識別模型中進行計算獲得所述待識別文本對應于預設的各個編碼方式的符合概率值；

根據所述符合概率值確定符合所述待識別文本的編碼方式。

3.根據權利要求2所述的方法，其特征在于，根據所述符合概率值確定符合所述待識別文本的編碼方式，包括：根據所述符合概率值中選取最大概率值；將所述最大概率值對應的編碼方式作為符合所述待識別文本的編碼方式。

4.一種字符編碼識別裝置，其特征在于，包括：

獲取模塊，用于獲取待識別文本；

處理模塊，用于根據所述待識別文本和預設的編碼方式識別模型獲得符合所述待識別文本的編碼方式，所述編碼方式識別模型通過深度學習訓練得到；

解碼模塊，用于根據獲得的所述編碼方式對所述待識別文件進行解碼，獲得解碼結果；

其中，所述處理模塊具體用于：

從所述待識別文本中選取多個文本段；

將每個文本段發送到所述編碼方式識別模型中進行計算獲得各個文本段對應于預設的各個編碼方式的符合概率值，根據所述符合概率值確定符合各個文本段的編碼方式；

根據所述各個文本段的編碼方式出現的次數確定所述待識別文本的編碼方式；

其中，所述編碼方式識別模型中通過全連接層連接到各個編碼方式的多個節點，獲得各個編碼方式的符合概率值。

5.根據權利要求4所述的裝置，其特征在于，所述處理模塊具體用于：

將所述待識別文本發送到所述編碼方式識別模型中進行計算獲得所述待識別文本對應于預設的各個編碼方式的符合概率值；

根據所述符合概率值確定符合所述待識別文本的編碼方式。

6.根據權利要求5所述的裝置，其特征在于，所述處理模塊包括計算單元和確定單元，其中：

計算單元，用于將所述待識別文本發送到所述編碼方式識別模型中進行計算獲得所述待識別文本對應于預設的各個編碼方式的符合概率值；

確定單元，用于根據所述符合概率值中選取最大概率值，將所述最大概率值對應的編碼方式作為符合所述待識別文本的編碼方式。

7.一種電子設備，其特征在于，包括：處理器、存儲器、總線及存儲在存儲器上并可在處理器上運行的計算機程序；

其中，所述處理器，存儲器通過所述總線完成相互間的通信；

所述處理器執行所述計算機程序時實現如權利要求1-3中任一項所述的方法。

8.一種非暫態計算機可讀存儲介質，其特征在于，所述非暫態計算機可讀存儲介質上存儲有計算機程序，該計算機程序被處理器執行時實現如權利要求1-3中任一項所述的方法。