申请/专利权人：平安科技(深圳)有限公司

申请日：2020-04-23

公开（公告）日：2024-06-28

公开（公告）号：CN111626118B

主分类号：G06V30/12

分类号：G06V30/12;G06V30/40;G06V30/148;G06V30/19;G06V10/82;G06V30/26;G06N3/0442;G06N3/0455;G06N3/047;G06F40/279;G06F16/903

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.02.01#实质审查的生效;2020.09.04#公开

摘要：本发明涉及一种人工智能技术，揭露了一种文本纠错方法，包括：获取原始文本图像，将所述原始文本图像进行预处理操作，得到标准图像；利用预先训练完成的文本识别模型对所述标准图像进行文本识别，得到字词向量，并对所述字词向量编码，生成键值和对应的结果值，根据所述键值和对应的结果值，将所述标准图像转换为输出文本；利用所述键值计算所述输出文本与预设的标准纠错表的编辑距离，根据所述编辑距离得到所述输出文本中的错误文本及所述错误文本对应的正确文本；利用所述正确文本替换所述错误文本，得到标准输出文本。本发明还提出一种文本纠错装置、电子设备以及一种计算机可读存储介质。本发明可以解决文本纠错精度低，成本高的问题。另外，本发明还涉及区块链技术，也试用于智慧城市领域中。

主权项：1.一种文本纠错方法，其特征在于，所述方法包括：获取原始文本图像，将所述原始文本图像进行预处理操作，得到标准图像；利用预先训练完成的文本识别模型对所述标准图像进行文本识别，得到字词向量，并对所述字词向量编码，生成键值和对应的结果值，根据所述键值和对应的结果值，将所述标准图像转换为输出文本；利用所述键值计算所述输出文本与预设的标准纠错表的编辑距离，根据所述编辑距离得到所述输出文本中的错误文本及所述错误文本对应的正确文本；利用所述正确文本替换所述错误文本，得到标准输出文本；其中，所述文本识别模型包括：字词向量层，用于将所述标准图像包含的文本中的单词和字符进行转化，获得字词向量；Bi-LSTM层，用于将所述字词向量进行分割，对分割后的所述字词向量进行编码，得到所述字词向量的编码表征，利用所述编码表征对所述字词向量进行标注，得到键值和结果值；CRF层，用于将相同类型的键值和结果值进行拼接，将拼接完成的文本按照编码的逆过程进行解码，生成所述输出文本；所述计算所述输出文本与预设的标准纠错表的编辑距离，包括：利用如下编辑距离算法计算所述编辑距离： 其中，为所述输出文本的键值，为标准纠错表的键值，为编辑距离运算，为键值之间的编辑距离；所述根据所述编辑距离得到所述输出文本中的错误文本及所述错误文本对应的正确文本，包括：将输出文本的键值与标准纠错表的键值之间的编辑距离与预设的距离阈值进行对比；在所述编辑距离小于所述距离阈值时，对应的输出文本的键值判定为错误字符以及对应的标准纠错表的键值判定为对应的正确字符；汇集所有错误字符得到所述输出文本中的错误文本，以及汇集所述正确字符得到所述错误文本对应的正确文本。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 文本纠错方法、装置、电子设备及计算机可读存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD