[发明专利]一种文本识别方法、装置、设备及计算机可读存储介质

权利要求书

1.一种文本识别方法，其特征在于，包括：

获取各待训练识别模型对应的初始标记样本集和初始未标记样本集；

根据各所述待训练识别模型对应的预设识别标准，通过所述初始标记样本集对各所述待训练识别模型进行训练，获得各初始文本识别模型；

通过不确定性标准算法对所述初始未标记样本集进行筛选获得价值样本，将标记后的价值样本添加至所述初始标记样本集，获得第一标记样本集；其中，将剔除所述价值样本后的初始未标记样本集记为第一未标记样本集；

以各所述待训练识别模型对应的分类超平面为标准，对所述第一未标记样本集进行划分，并通过预设标准算法对划分后的第一未标记样本集进行筛选获得代表样本，将标记后的代表样本添加至所述第一标记样本集，获得第二标记样本集；

通过所述第二标记样本集对各所述初始文本识别模型进行训练，获得各文本识别模型；

当接收到待识别文本时，通过各所述文本识别模型对所述待识别文本进行识别，当所述待识别文本属于所述文本识别模型对应的文本类别时，将所述待识别文本添加至所述文本识别模型对应的文本库。

2.如权利要求1所述的文本识别方法，其特征在于，所述通过不确定性标准算法对所述初始未标记样本集进行筛选获得价值样本，包括：

对所述初始未标记样本集中的每个未标记样本进行决策值计算，并将所述决策值在预设区间内的未标记样本作为所述价值样本。

3.如权利要求2所述的文本识别方法，其特征在于，所述以各所述待训练识别模型对应的分类超平面为标准，对所述第一未标记样本集进行划分，并通过预设标准算法对划分后的第一未标记样本集进行筛选获得代表样本，包括：

以各所述待训练识别模型对应的分类超平面为标准，将所述第一未标记样本集划分为第一预设数量个簇；

计算各所述簇中每个未标记样本的决策值的绝对值；

将所述绝对值为最小值的未标记样本作为各所述簇的代表样本。

4.如权利要求2所述的文本识别方法，其特征在于，所述以各所述待训练识别模型对应的分类超平面为标准，对所述第一未标记样本集进行划分，并通过预设标准算法对划分后的第一未标记样本集进行筛选获得代表样本，包括：

以各所述待训练识别模型对应的分类超平面为标准，将所述第一未标记样本集划分为第二预设数量个特征区间；

计算各所述特征区间中每个未标记样本的决策值的绝对值；

将所述绝对值为最小值的未标记样本作为各所述特征区间的代表样本。

5.如权利要求1至4任意一项所述的文本识别方法，其特征在于，所述通过所述第二标记样本集对各所述初始文本识别模型进行训练，获得各文本识别模型之后，还包括：

计算所述文本识别模型的精确度；

判断所述精确度是否达到预设精确度；

若否，则返回所述通过不确定性标准算法对所述初始未标记样本集进行筛选获得价值样本的步骤进行迭代处理，直至获得满足所述预设精确度的文本识别模型。