[發明專利]一種可移植文檔格式PDF中的亂碼識別方法和裝置在審
| 申請號： | 201810852497.8 | 申請日： | 2018-07-27 |
| 公開（公告）號： | CN110765826A | 公開（公告）日： | 2020-02-07 |
| 發明（設計）人： | 鄧斌 | 申請（專利權）人： | 珠海金山辦公軟件有限公司;北京金山辦公軟件股份有限公司;廣州金山移動科技有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06N3/02 |
| 代理公司： | 11262 北京安信方達知識產權代理有限公司 | 代理人： | 劉紅梅;曲鵬 |
| 地址： | 519015 廣東省珠*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 亂碼 神經網絡模型 可移植文檔格式 方法和裝置 用戶體驗 修復 輸出 檢測 | ||
1.一種可移植文檔格式PDF中的亂碼識別方法，其特征在于，所述方法包括：
將待識別的PDF文檔輸入預先訓練好的神經網絡模型中，以通過所述神經網絡模型識別出所述待識別的PDF文檔中的亂碼，并輸出標記有亂碼的識別結果。
2.根據權利要求1所述的PDF中的亂碼識別方法，其特征在于，所述方法還包括：在將所述待識別的PDF文檔輸入預先訓練好的神經網絡模型之前，打開所述待識別的PDF文檔，并將所述待識別的PDF文檔轉換為圖片格式。
3.根據權利要求1所述的PDF中的亂碼識別方法，其特征在于，所述方法還包括：在將所述待識別的PDF文檔輸入預先訓練好的神經網絡模型之前，獲取標記有亂碼的PDF文檔；將所述標記有亂碼的PDF文檔輸入未經訓練的神經網絡模型中，以對所述未經訓練的神經網絡模型進行訓練，使所述神經網絡模型具有識別亂碼的功能。
4.根據權利要求3所述的PDF中的亂碼識別方法，其特征在于，所述方法還包括：在將所述標記有亂碼的PDF文檔輸入未經訓練的神經網絡模型中之前，將預設頁數的PDF文檔的內容或者一頁文檔中預設比例的內容轉換成圖片，以將所述圖片輸入所述神經網絡模型，并對所述神經網絡模型進行訓練。
5.根據權利要求2或4所述的PDF中的亂碼識別方法，其特征在于，所述神經網絡模型包括：TensorFlow。
6.一種可移植文檔格式PDF中的亂碼識別裝置，其特征在于，所述裝置包括：識別模塊；
所述識別模塊，用于將待識別的PDF文檔輸入預先訓練好的神經網絡模型中，以通過所述神經網絡模型識別出所述待識別的PDF文檔中的亂碼，并輸出標記有亂碼的識別結果。
7.根據權利要求6所述的PDF中的亂碼識別裝置，其特征在于，所述識別模塊還用于：
在將所述待識別的PDF文檔輸入預先訓練好的神經網絡模型之前，打開所述待識別的PDF文檔，并將所述待識別的PDF文檔轉換為圖片格式。
8.根據權利要求6所述的PDF中的亂碼識別裝置，其特征在于，所述裝置還包括：訓練模塊；
所述訓練模塊，用于在所述識別模塊將所述待識別的PDF文檔輸入預先訓練好的神經網絡模型之前，獲取標記有亂碼的PDF文檔；將所述標記有亂碼的PDF文檔輸入未經訓練的神經網絡模型中，以對所述神經網絡模型進行訓練，使所述神經網絡模型具有識別亂碼的功能。
9.根據權利要求8所述的PDF中的亂碼識別裝置，其特征在于，所述訓練模塊還用于：在將所述標記有亂碼的PDF文檔輸入未經訓練的神經網絡模型中之前，將預設頁數的PDF文檔的內容或者一頁文檔中預設比例的內容轉換成圖片，以將所述圖片輸入所述神經網絡模型，并對所述神經網絡模型進行訓練。
10.根據權利要求7或9所述的PDF中的亂碼識別裝置，其特征在于，所述神經網絡模型包括：TensorFlow。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于珠海金山辦公軟件有限公司;北京金山辦公軟件股份有限公司;廣州金山移動科技有限公司，未經珠海金山辦公軟件有限公司;北京金山辦公軟件股份有限公司;廣州金山移動科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810852497.8/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：物品擺放狀態獲取方法和系統
- 下一篇：教學質量監測系統及方法
