[发明专利]手写模型训练方法、文本识别方法、装置、设备及介质

权利要求书

1.一种手写模型训练方法，其特征在于，包括：

获取规范中文文本训练样本，并将所述规范中文字训练样本按预设批次进行批分，将批分后的规范中文文本训练样本输入到循环神经网络中，基于连续时间分类算法进行训练，采用时间相关反向传播算法更新循环神经网络的网络参数，获取规范中文文本识别模型；

获取非规范中文文本训练样本，并将所述非规范中文字训练样本按预设批次进行批分，将批分后的非规范中文文本训练样本输入到所述规范中文文本识别模型中，基于连续时间分类算法进行训练，采用时间相关反向传播算法更新所述规范中文文本识别模型的网络参数，获取调整中文手写文本识别模型；

获取待测试中文文本样本，采用所述调整中文手写文本识别模型识别所述待测试中文文本样本，获取识别结果与真实结果不符的出错文本，把所有所述出错文本作为出错文本训练样本；

将所述出错文本训练样本输入到所述调整中文手写文本识别模型中，基于连续时间分类算法进行训练，采用批量梯度下降的时间相关反向传播算法更新调整中文手写文本识别模型的网络参数，获取目标中文手写文本识别模型。

2.根据权利要求1所述的手写模型训练方法，其特征在于，所述获取规范中文文本训练样本，并将所述规范中文字训练样本按预设批次进行批分，包括：

获取待处理中文文本训练样本中每个中文文本的像素值特征矩阵，将每个中文文本的像素值特征矩阵中每个像素值进行归一化处理，获取每个中文文本的归一化像素值特征矩阵，其中，归一化处理的公式为MaxValue为所述像素值特征矩阵中像素值的最大值，MinValue为所述像素值特征矩阵中像素值的最小值，x为归一化前的像素值，y为归一化后的像素值；

将每个中文文本的归一化像素值特征矩阵中的像素值划分为两类像素值，基于所述两类像素值建立每个中文文本的二值化像素值特征矩阵，将每个中文文本的二值化像素值特征矩阵对应的中文文本组合作为规范中文文本训练样本，并将所述规范中文字训练样本按预设批次进行批分。

3.根据权利要求1所述的手写模型训练方法，其特征在于，所述将批分后的规范中文文本训练样本输入到循环神经网络中，基于连续时间分类算法进行训练，采用时间相关反向传播算法更新循环神经网络的网络参数，获取规范中文文本识别模型，包括：

将批分后的规范中文文本训练样本输入到循环神经网络中，基于连续时间分类算法进行训练，获取批分后的规范中文文本训练样本在所述循环神经网络中的前向传播输出和后向传播输出，所述前向传播输出表示为其中，t表示序列步数，u表示与t相对应的输出的标签值，表示在第t步的输出为标签值l'_u的概率，f(u)表示t-1时刻可能的路径选择函数；所述后向传播输出表示为其中，t表示序列步数，u表示与t相对应的输出的标签值，表示在第t+1步的输出为标签值l'_u的概率，

g(u)表示t+1时刻可能的路径选择函数；

根据所述前向传播输出和所述后向传播输出构建误差函数；

根据所述误差函数，采用时间相关反向传播算法更新循环神经网络的网络参数，获取规范中文文本识别模型。

4.根据权利要求1所述的手写模型训练方法，其特征在于，所述采用调整中文手写文本识别模型识别待测试中文文本样本，获取识别结果与真实结果不符的出错文本，把所有所述出错文本作为出错文本训练样本，包括：

将待测试中文文本样本输入到调整中文手写文本识别模型，获取所述待测试中文文本样本中每一文本在所述调整中文手写文本识别模型中的输出值；

选取每一所述文本对应的输出值中的最大输出值，根据所述最大输出值获取每一所述文本的识别结果；

根据识别结果，获取识别结果与真实结果不符的出错文本，把所有所述出错文本作为出错文本训练样本。

5.根据权利要求1所述的手写模型训练方法，其特征在于，在所述获取规范中文文本训练样本的步骤之前，所述手写模型训练方法还包括：

初始化循环神经网络。