[發明專利]數據處理方法、裝置、電子設備和可讀存儲介質

在審

• 申請號: 202010969815.6
• 申請日: 2020-09-15
• 公開（公告）號: CN112199946A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 黃愷;周佳;閆嵩;包英澤
• 申請（專利權）人: 北京大米科技有限公司
• 主分類號: G06F40/232
• 分類號: G06F40/232;G06F40/289;G06K9/18;G06K9/62;G06Q50/20
• 代理公司: 北京睿派知識產權代理事務所(普通合伙) 11597
• 代理人: 劉鋒

1.一種數據處理方法，其特征在于，所述方法包括：

獲取輸入文本圖片；

對所述輸入文本圖片進行文本檢測，得到第一位置和至少一個第一文本圖片，所述第一位置為所述各行級別的文本內容在所述文本圖片上的位置，所述第一文本圖片為所述文本圖片的行級別的文本圖片；

根據所述第一文本圖片得到對應的第一文本序列，所述第一文本序列為所述文本圖片上的行級別的文本；

對所述第一文本序列進行分詞得到至少一個第二文本序列，所述第二文本序列為所述第一文本圖片的詞級別的文本；

根據所述第一位置、第一文本序列和第二文本序列得到第二位置，所述第二位置為所述各詞級別的文本內容在所述文本圖片上的位置；

對所述第二文本序列進行拼寫檢查，得到拼寫檢查結果；以及

根據所述拼寫檢查結果和第二位置得到糾錯結果。

2.根據權利要求1所述的數據處理方法，其特征在于，所述獲取輸入文本圖片包括：

獲取至少一個原始文本圖片；

根據文本方向對所述至少一個所述原始文本圖片進行分類，得到分類結果；以及

根據所述分類結果矯正所述原始文本圖片的方向，獲取所述輸入文本圖片。

3.根據權利要求2所述的數據處理方法，其特征在于，所述根據文本方向對所述至少一個所述原始文本圖片進行分類，得到分類結果具體為：

將所述至少一個所述原始文本圖片輸入分類神經網絡模型，并將所述分類神經網絡模型的輸出結果作為分類結果。

4.根據權利要求1所述的數據處理方法，其特征在于，所述對所述輸入文本圖片進行文本檢測，得到第一位置和至少一個第一文本圖片包括：

將所述輸入文本圖片輸入至文本檢測神經網絡模型，得到所述第一位置；以及

根據所述第一位置切分所述輸入文本圖片，得到至少一個所述第一文本圖片。

5.根據權利要求1所述的數據處理方法，其特征在于，所述根據所述第一文本圖片得到對應的第一文本序列具體為：

將所述第一文本圖片輸入至文本識別網絡，并根據所述文本識別網絡的輸出結果得到所述第一文本序列。

6.根據權利要求1所述的數據處理方法，其特征在于，所述對所述第一文本序列進行分詞得到至少一個第二文本序列具體為：

基于自然語言處理庫對所述第一文本序列進行語義分詞，得到所述第二文本序列。

7.根據權利要求1所述的數據處理方法，其特征在于，所述對所述第二文本序列進行拼寫檢查，得到拼寫檢查結果具體為：

基于拼寫檢查工具對所述第二文本序列進行拼寫檢查，得到所述拼寫檢查結果。

8.根據權利要求1所述的數據處理方法，其特征在于，在所述根據所述拼寫檢查結果和第二位置得到糾錯結果之后，所述方法還包括：

根據所述糾錯結果推薦正確的候選單詞；以及

顯示批改結果，所述批改結果包括所述糾錯結果和候選單詞。

9.一種數據處理裝置，其特征在于，所述裝置包括：

獲取單元，用于獲取輸入文本圖片；

檢測切分單元，用于對所述輸入文本圖片進行文本檢測，得到第一位置和至少一個第一文本圖片，所述第一位置為所述各行級別的文本內容在所述文本圖片上的位置，所述第一文本圖片為所述文本圖片的行級別的文本圖片；

識別單元，用于根據所述第一文本圖片得到對應的第一文本序列，所述第一文本序列為所述文本圖片上的行級別的文本；

分詞單元，用于對所述第一文本序列進行分詞得到至少一個第二文本序列，所述第二文本序列為所述第一文本圖片的詞級別的文本；

確定單元，用于根據所述第一位置、第一文本序列和第二文本序列得到第二位置，所述第二位置為所述各詞級別的文本內容在所述文本圖片上的位置；

檢查單元，用于對所述第二文本序列進行拼寫檢查，得到拼寫檢查結果；以及

整合單元，用于根據所述拼寫檢查結果和第二位置得到糾錯結果。