[发明专利]识别模型建立方法及装置、文字识别方法及装置在审

专利信息
申请号: 201810439752.6 申请日: 2018-05-09
公开(公告)号: CN108647310A 公开(公告)日: 2018-10-12
发明(设计)人: 王世全;江天 申请(专利权)人: 四川高原之宝牦牛网络技术有限公司
主分类号: G06F17/30 分类号: G06F17/30;G06N3/04
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 陈晓云
地址: 610000 四川省成都*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文字数据 标记数据 模型建立 图像识别 网络模型 文字识别 语义识别 卷积 模型形成 目标识别 匹配调整 训练模型 语义 非字
【说明书】:

发明实施例提供一种识别模型建立方法及装置、文字识别方法及装置。所述识别模型建立方法包括:将获得的第一文字数据进行标记,以区别所述第一文字数据中的字丁和非字丁,得到第一标记数据;将所述第一文字数据输入定义的全卷积网络模型进行训练,并与所述第一标记数据进行对比以调整所述全卷积网络模型的各项参数得到图像识别模型;对获得的第二文字数据进行标记以标识所述第二文字数据中各个字符的含义以得到第二标记数据;将所述第二文字数据输入语义训练模型中训练,并与所述第二标记数据进行匹配调整得到语义识别模型,所述图像识别模型与所述语义识别模型形成目标识别模型。

技术领域

本发明涉及计算机技术领域,具体而言,涉及一种识别模型建立方法及装置、文字识别方法及装置。

背景技术

随着计算机技术的发展,各种技术都可以通过计算机实现,其中文字的识别希望能够通过计算机直接识别,但是现有的文字识别并不能很好地满足需求。

发明内容

有鉴于此,本发明实施例的目的在于提供一种识别模型建立方法及装置、文字识别方法及装置。

本发明实施例提供的一种识别模型建立方法,所述识别模型建立方法包括:

将获得的第一文字数据进行标记,以区别所述第一文字数据中的字丁和非字丁,得到第一标记数据;

将所述第一文字数据输入定义的全卷积网络模型进行训练,并与所述第一标记数据进行对比以调整所述全卷积网络模型的各项参数得到图像识别模型;

对获得的第二文字数据进行标记以标识所述第二文字数据中各个字符的含义以得到第二标记数据;

将所述第二文字数据输入语义训练模型中训练,并与所述第二标记数据进行匹配调整得到语义识别模型,所述图像识别模型与所述语义识别模型形成目标识别模型。

本发明实施例还提供一种文字识别方法,使用上述的识别模型建立方法训练得到的目标识别模型对文字进行识别,所述目标识别模型包括:图像识别模型和语义识别模型,所述文字识别方法包括:

将待识别数据依次输入所述图像识别模型和语义识别模型进行识别,得到识别结果。

本发明实施例还提供一种识别模型建立装置,所述识别模型建立装置包括:

第一标记模块,用于将获得的第一文字数据进行标记,以区别所述第一文字数据中的字丁和非字丁,得到第一标记数据;

第一训练模块,用于将所述第一文字数据输入定义的全卷积网络模型进行训练,并与所述第一标记数据进行对比以调整所述全卷积网络模型的各项参数得到图像识别模型;

第二标记模块,用于对获得的第二文字数据进行标记以标识所述第二文字数据中各个字符的含义以得到第二标记数据;

第二训练模块,用于将所述第二文字数据输入语义训练模型中训练,并与所述第二标记数据进行匹配调整得到语义识别模型,所述图像识别模型与所述语义识别模型形成目标识别模型。

本发明实施例还提供一种文字识别装置,用于使用上述的识别模型建立装置训练得到的目标识别模型对文字进行识别,所述目标识别模型包括:图像识别模型和语义识别模型,所述文字识别装置包括:

识别模块,用于将待识别数据依次输入所述图像识别模型和语义识别模型进行识别,得到识别结果。

与现有技术相比,本发明实施例的识别模型建立方法及装置、文字识别方法及装置,所述识别模型建立方法先建立图像识别模型,再建立语义识别模型,两个模型组合形成所述目标识别模型,以在识别待识别数据时,通过双重识别能够更好地识别文字信息,提高文字识别的准确率。

为使本发明的上述目的、特征和优点能更明显易懂,下文特举实施例,并配合所附附图,作详细说明如下。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川高原之宝牦牛网络技术有限公司,未经四川高原之宝牦牛网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810439752.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top