[发明专利]信息处理方法、装置及电子设备

说明书

本发明实施例公开了一种信息处理方法、装置及电子设备，从与待识别为电子文本的待识别信息相关联的电子文本文字中提取关键词，并将获取的关键词，关键词的同义词，以及与所提取的关键词相关联的词作为核心的训练数据库对识别出来的数据进行校正，而所获取的电子文本内容是经过人工校正后的文本，其识别正确率为100％，且，由于所获取的电子文本内容是与待识别为电子文本的待识别信息相关联，因此，通过本申请实施例提供的信息处理方法对通过光学字符识别识别出来的文字进行校正，提高了光学字符识别的正确率。

技术领域

本发明涉及信息处理技术领域，更具体地说，涉及一种信息处理方法、装置及电子设备。

背景技术

光学字符识别(Optical Character Recognition，OCR)是指对文本资料进行扫描获得图像文件，然后对图像文件进行分析处理，获取文字及版面信息的过程，它是自动识别技术研究和应用领域中的一个重要方面。

目前，光学字符识别对印刷体文本进行识别的正确率较高，而对手写体文本的识别率较低，因此，如何提高通过OCR识别对手写体文本进行识别的正确率成为亟待解决的问题。

发明内容

本发明的目的是提供一种信息处理方法、装置及电子设备，以提高通过OCR识别对手写体文本进行识别的正确率。

为实现上述目的，本发明提供了如下技术方案：

一种信息处理方法，应用于电子设备，获取与待识别为电子文本的待识别信息相关联的电子文本内容；提取所获取的电子文本内容中的关键词；获取所提取的关键词的同义词，以及与所提取的关键词相关联的词；所提取的关键词，所述关键词的同义词，以及与所提取的关键词相关联的词构成词库；所述方法包括：

对所述待识别信息中的第一信息进行识别得到的第一词；

在所述词库中查找是否存在与所述第一词相似的第二词；

当所述词库中存在与所述第一词相似的第二词时，将所述第一词替换为所述第二词。

上述方法，优选的，所述对所述待识别的信息中的第一信息进行识别得到的第一词包括：

对所述待识别的信息中的第一信息进行光学字符识别得到第一词；

所述在所述词库中查找是否存在与所述第一词相似的第二词包括：

在所述词库中查找是否存在字形与所述第一词的字形相似的第二词。

上述方法，优选的，所述待识别信息为语音；所述在所述词库中查找是否存在与所述第一词相似的第二词包括：

在所述词库中查找是否存在读音与所述第一词的读音相似的第二词。

上述方法，优选的，在将所述第一词替换为所述第二词之后，还包括：

记录所述第一词被所述第二词替换的次数。

上述方法，优选的，当所述第一词被所述第二词替换的次数大于第一预设阈值时，在对所述待识别信息进行识别的过程中，将所述待识别信息中的第一信息识别为所述第二词。

上述方法，优选的，还包括：

当所述词库中存在至少两个与所述第一词相似的第二词时，显示所述至少两个第二词；

依据用户触发的选择指令选择第二词；

所述将所述第一词替换为所述第二词包括：

将所述第一词替换为所述依据用户触发的选择指令选择的第二词。

上述方法，优选的，还包括：

当所述词库中不存在与所述第一词相似的词时，判断所述第一词是否为依据用户触发的选择指令选择的词；