[發(fā)明專利]文本糾錯方法、裝置、電子設(shè)備及計算機(jī)可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010326324.X
• 申請日: 2020-04-23
• 公開（公告）號: CN111626118A
• 公開（公告）日: 2020-09-04
• 發(fā)明（設(shè)計）人: 謝靜文;阮曉雯;徐亮
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06N3/04;G06N3/08;G06F40/279;G06F16/903
• 代理公司: 深圳市沃德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

本發(fā)明涉及一種人工智能技術(shù)，揭露了一種文本糾錯方法，包括：獲取原始文本圖像，將所述原始文本圖像進(jìn)行預(yù)處理操作，得到標(biāo)準(zhǔn)圖像；利用預(yù)先訓(xùn)練完成的文本識別模型對所述標(biāo)準(zhǔn)圖像進(jìn)行文本識別，得到字/詞向量，并對所述字/詞向量編碼，生成鍵值和對應(yīng)的結(jié)果值，根據(jù)所述鍵值和對應(yīng)的結(jié)果值，將所述標(biāo)準(zhǔn)圖像轉(zhuǎn)換為輸出文本；利用所述鍵值計算所述輸出文本與預(yù)設(shè)的標(biāo)準(zhǔn)糾錯表的編輯距離，根據(jù)所述編輯距離得到所述輸出文本中的錯誤文本及所述錯誤文本對應(yīng)的正確文本；利用所述正確文本替換所述錯誤文本，得到標(biāo)準(zhǔn)輸出文本。本發(fā)明還提出一種文本糾錯裝置、電子設(shè)備以及一種計算機(jī)可讀存儲介質(zhì)。本發(fā)明可以解決文本糾錯精度低，成本高的問題。另外，本發(fā)明還涉及區(qū)塊鏈技術(shù)，也試用于智慧城市領(lǐng)域中。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種文本糾錯方法、裝置、電子設(shè)備及計算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

目前文本識別的方法多為利用OCR技術(shù)把圖像中的文字讀取出來，并轉(zhuǎn)換成一種計算機(jī)能夠接受、人可以理解的字符格式。但是由于OCR技術(shù)對輸入圖像的質(zhì)量要求很高，在圖像精度較低的情況下容易出現(xiàn)大量的識別錯誤的情況，因此需要對識別出的字符進(jìn)行糾錯處理。但是傳統(tǒng)方法只根據(jù)圖像信息中的字符進(jìn)行糾錯，導(dǎo)致OCR直接輸出的糾錯結(jié)果無法滿足實(shí)際應(yīng)用要求，準(zhǔn)確率較低。因此如何實(shí)現(xiàn)低成本，高精度的文本糾錯越來越被人們所重視。

發(fā)明內(nèi)容

本發(fā)明提供一種文本糾錯方法、裝置、電子設(shè)備及計算機(jī)可讀存儲介質(zhì)，其主要目的在于解決文本糾錯精度低，成本高的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種文本糾錯方法，包括：

獲取原始文本圖像，將所述原始文本圖像進(jìn)行預(yù)處理操作，得到標(biāo)準(zhǔn)圖像；

利用預(yù)先訓(xùn)練完成的文本識別模型對所述標(biāo)準(zhǔn)圖像進(jìn)行文本識別，得到字/詞向量，并對所述字/詞向量編碼，生成鍵值和對應(yīng)的結(jié)果值，根據(jù)所述鍵值和對應(yīng)的結(jié)果值，將所述標(biāo)準(zhǔn)圖像轉(zhuǎn)換為輸出文本；

利用所述鍵值計算所述輸出文本與預(yù)設(shè)的標(biāo)準(zhǔn)糾錯表的編輯距離，根據(jù)所述編輯距離得到所述輸出文本中的錯誤文本及所述錯誤文本對應(yīng)的正確文本；

利用所述正確文本替換所述錯誤文本，得到標(biāo)準(zhǔn)輸出文本。

可選地，所述將所述原始文本圖像進(jìn)行預(yù)處理操作，得到標(biāo)準(zhǔn)圖像，包括：

將所述原始文本圖像的圖像信號進(jìn)行放大處理，得到放大圖像信號；

對所述放大圖像信號進(jìn)行采樣，得到采樣信號；

將所述采樣信號進(jìn)行濾波處理，得到所述標(biāo)準(zhǔn)圖像。

可選地，所述文本識別模型包括：

字/詞向量層，用于將所述標(biāo)準(zhǔn)圖像包含的文本中的單詞和字符進(jìn)行轉(zhuǎn)化，獲得字/詞向量；

Bi-LSTM層，用于將所述字/詞向量進(jìn)行分割，對分割后的所述字/詞向量進(jìn)行編碼，得到所述字/詞向量的編碼表征，利用所述編碼表征對所述字/詞向量進(jìn)行標(biāo)注，得到鍵值和結(jié)果值；

CRF層，用于將相同類型的鍵值和結(jié)果值進(jìn)行拼接，將拼接完成的文本按照編碼的逆過程進(jìn)行解碼，生成所述輸出文本。

可選地，所述計算所述輸出文本與預(yù)設(shè)的標(biāo)準(zhǔn)糾錯表的編輯距離，包括：

利用如下編輯距離算法計算所述編輯距離：

Sim_topic＝Pearson(R，S)

其中，R為所述輸出文本的鍵值，S為標(biāo)準(zhǔn)糾錯表的鍵值，Pearson為編輯距離運(yùn)算，Sim_topic為鍵值之間的編輯距離。