[發明專利]識別菜名的方法及裝置、存儲介質、電子裝置

有效

• 申請號: 201910059330.0
• 申請日: 2019-01-22
• 公開（公告）號: CN110110577B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 吳洋;劉泉;楊宇;陳晨;魏世康;田正中;蘭杰;朱興
• 申請（專利權）人: 口碑（上海）信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

1.一種識別菜名的方法，其特征在于，包括：

接收光學字符識別OCR模塊響應目標圖片輸出的文本信息；

根據預定規則識別所述文本信息是否為菜名；

在所述預定規則未識別出所述文本信息時，獲取所述文本信息的特征信息，其中，所述特征信息包括：所述文本信息的屬性特征，所述文本信息相對預設詞庫的匹配特征；

獲取所述文本信息相對預設詞庫的匹配特征，包括：對所述文本信息進行切分處理，得到多個分詞；統計所述多個分詞中屬于菜品詞典單詞的單詞個數，統計所述單詞個數與總分詞的單詞比值，以及判斷所述文本信息的最后一個分詞是否為菜名并得到判斷結果，其中，所述匹配特征包括：所述單詞個數，所述單詞比值，以及所述判斷結果；

計算所述文本信息的特征值，使用二分類模型基于所述特征信息的特征值識別所述文本信息中的菜名，所述特征值與所述文本信息的屬性信息和所述文本信息相對預設詞庫的匹配特征相關聯。

2.根據權利要求1所述的方法，其特征在于，獲取所述文本信息的特征信息包括：

以所述文本信息為關鍵字在預設菜品庫中檢索匹配的多個候選菜品；

分別計算所述文本信息與所述多個候選菜品的編輯距離；

統計編輯距離落在一個或多個預定范圍的記錄條數，其中，所述匹配特征包括所述記錄條數。

3.根據權利要求1所述的方法，其特征在于，獲取所述文本信息的特征信息包括：

確定與所述文本信息對應的原始字符串；

計算所述原始字符串的字符串長度和所述原始字符串的語言模型計算概率，其中，所述屬性特征包括所述字符串長度和所述語言模型計算概率，所述語言模型計算概率包括最大三元tri-gram語言模型計算概率和最小三元tri-gram語言模型計算概率。

4.根據權利要求1所述的方法，其特征在于，根據預定規則識別所述文本信息是否為菜名包括以下至少之一：

通過白名單識別所述文本信息是否為菜名；

通過關鍵字識別所述文本信息是否為菜名；

通過字符串長度識別所述文本信息是否為菜名；

通過字符類型識別所述文本信息是否為菜名。

5.根據權利要求4所述的方法，其特征在于，通過白名單識別所述文本信息是否為菜名包括：

解析所述文本信息，得到與所述文本信息對應的原始字符串；

判斷預設白名單列表是否包括所述原始字符串；

在所述預設白名單列表包括所述原始字符串時，確定識別出所述文本信息，在所述預設白名單列表不包括所述原始字符串時，確定未識別出所述文本信息。

6.根據權利要求4所述的方法，其特征在于，通過關鍵字識別所述文本信息是否為菜名包括：

解析所述文本信息，得到與所述文本信息對應的原始字符串；

判斷所述原始字符串是否包括預設關鍵字集合的任一關鍵字；

在所述原始字符串包括所述預設關鍵字集合的任一關鍵字時，確定識別出所述文本信息，在所述原始字符串不包括所述預設關鍵字集合的任一關鍵字時，確定未識別出所述文本信息。

7.根據權利要求4所述的方法，其特征在于，通過字符串長度識別所述文本信息是否為菜名包括：

解析所述文本信息，得到與所述文本信息對應的原始字符串；

判斷所述原始字符串的長度是否大于預設長度；

在所述原始字符串的長度小于或等于所述預設長度時，確定未識別出所述文本信息，在所述原始字符串的長度大于所述預設長度時，確定識別出所述文本信息不是菜名。

8.根據權利要求4所述的方法，其特征在于，通過字符類型識別所述文本信息是否為菜名包括：

解析所述文本信息，得到與所述文本信息對應的原始字符串；

判斷所述原始字符串中是否包括指定類型的字符；

在所述原始字符串中包括所述指定類型的字符時，確定識別出所述文本信息，在所述原始字符串中不包括所述指定類型的字符時，確定未識別出所述文本信息。