[發明專利]一種文本識別網絡、神經網絡訓練的方法以及相關設備

在審

• 申請號: 202010723541.2
• 申請日: 2020-07-24
• 公開（公告）號: CN112016543A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 劉志廣;王靚偉
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 李杭

1.一種文本識別網絡，其特征在于，所述文本識別網絡為用于識別圖像中字符的神經網絡，所述文本識別網絡包括圖像特征提取模塊、文本特征獲取模塊和識別模塊；

所述圖像特征提取模塊，用于獲取待識別圖像，并對所述待識別圖像進行特征提取，以生成與所述待識別圖像中的第一字符對應的第一特征，其中，所述第一字符為所述待識別圖像中需要進行識別的字符；

所述文本特征獲取模塊，用于獲取與所述待識別圖像中的第一字符對應的預設字符，并根據所述預設字符進行文本預測，以生成第一預測字符的語義特征；

所述識別模塊，用于根據所述第一特征和所述第一預測字符的語義特征執行識別操作，以生成與所述待識別圖像中的第一字符對應的識別結果。

2.根據權利要求1所述的網絡，其特征在于，

所述文本特征獲取模塊，具體用于在初次對所述待識別圖像執行識別操作的情況下，獲取與所述待識別圖像中的第一字符對應的預設字符，并根據所述預設字符進行文本預測，以生成所述第一預測字符的語義特征；

所述文本特征獲取模塊，還用于在已對所述第一字符中至少一個字符執行過識別操作的情況下，將與所述第一字符中的已識別字符對應的識別結果確定為第二字符，并根據所述第二字符進行文本預測，以生成與所述第二字符對應的第二預測字符的語義特征。

3.根據權利要求2所述的網絡，其特征在于，

所述識別模塊，還用于根據所述第一特征和所述第二預測字符的語義特征執行識別操作，以生成與所述待識別圖像中的第一字符對應的識別結果。

4.根據權利要求1至3任一項所述的網絡，其特征在于，所述文本特征獲取模塊包括：

第一生成子模塊，用于對所述預設字符進行向量化處理，以生成所述預設字符的字符編碼，并根據所述預設字符在所述待識別圖像中的第一字符的位置，生成所述預設字符的位置編碼；

組合子模塊，用于將所述預設字符的字符編碼和所述預設字符的位置編碼進行組合，得到所述預設字符的初始特征，并根據所述預設字符的初始特征執行自注意力編碼操作和自注意力解碼操作，以生成所述第一預測字符的語義特征。

5.根據權利要求1至3任一項所述的網絡，其特征在于，所述識別模塊包括：

計算子模塊，用于計算所述第一特征和所述第一預測字符的語義特征之間的相似度；

第二生成子模塊，用于根據所述第一特征、所述第一預測字符的語義特征和所述相似度，生成第二特征和第三特征，其中，所述第二特征為在所述第一特征的基礎上組合了所述第一預測字符的語義特征，所述第三特征為在所述第一預測字符的語義特征的基礎上組合了所述第一特征；

所述第二生成子模塊，還用于根據所述第二特征和所述第三特征執行識別操作，以生成識別結果。

6.根據權利要求1至3任一項所述的網絡，其特征在于，所述文本識別網絡還包括特征更新模塊，所述特征更新模塊，用于：

將所述預設字符的特征與所述第一特征進行組合，以生成更新后的第一特征；

所述識別模塊，具體用于根據所述更新后的第一特征和所述第一預測字符的語義特征執行識別操作，以生成與所述待識別圖像中的第一字符對應的識別結果。

7.根據權利要求6所述的網絡，其特征在于，

所述特征更新模塊，具體用于根據所述預設字符的初始特征執行自注意力編碼操作，得到所述預設字符的更新后特征，并根據所述第一特征和所述預設字符的更新后特征執行自注意力編碼操作，以生成所述更新后的第一特征。

8.根據權利要求1至3任一項所述的網絡，其特征在于，

在所述文本識別網絡執行識別操作的粒度為字符的情況下，一個第一字符中包括至少一個字符，所述文本識別網絡執行一次識別操作輸出的一個識別結果中包括一個字符；

在所述文本識別網絡執行識別操作的粒度為詞語的情況下，一個第一字符中包括至少一個詞語，所述文本識別網絡執行一次識別操作輸出的一個識別結果為包括一個或多個字符的詞語。