[发明专利]一种基于相似字符识别的文本识别方法及电子设备

权利要求书

1.一种基于相似字符识别的文本识别方法，其特征在于，包括：

将待识别的文本通过科目识别模型，以识别出所述文本对应的若干个潜在科目；其中，所述科目识别模型是预先利用不同科目的文字和图像资料进行训练得到的科目识别模型；

根据所述潜在科目，对所述文本进行分词，获得所述潜在科目对应的若干个分词词语；

根据所述潜在科目对应的所述分词词语与所述潜在科目对应的分词库中的每个分词的字符相似度，计算所述潜在科目对应的分词库中的每个分词的置信度；

根据所述潜在科目对应的分词库中的每个分词的置信度，获得所述潜在科目的总置信度；

从所述若干个潜在科目中，获取所述总置信度最高的潜在科目，作为目标科目；

针对所述目标科目对应的所述分词词语，获取所述目标科目对应的分词库中置信度最高的分词；

判断所述置信度最高的分词的置信度是否高于某一预设的置信度阈值，若高于，将所述分词词语纠正至与所述置信度最高的分词一致，以获得最终的文本识别结果。

2.根据权利要求1所述的文本识别方法，其特征在于，所述针对所述目标科目对应的所述分词词语，获取所述目标科目对应的分词库中置信度最高的分词，包括：

针对所述目标科目对应的所述分词词语，按照所述置信度从高到低的顺序对所述分词库中的每个分词进行排序，获得排序结果；

根据所述排序结果，判断所述分词库中置信度最高的分词个数是否多于一个；

若判断出所述置信度最高的分词个数只有一个，获取所述分词库中置信度最高的分词；若判断出所述置信度最高的分词个数多于一个，根据预先配置的分词权重，获取所述置信度最高的分词中所述权重最高的一个分词，作为所述分词库中置信度最高的分词。

3.根据权利要求1或2所述的文本识别方法，其特征在于，所述从所述若干个潜在科目中，获取所述总置信度最高的潜在科目，作为目标科目之后，所述方法还包括：

针对所述目标科目对应的所述分词词语，统计所述分词词语的出现频率，获取所述出现频率高于某一预设频率的高频词语；

判断所述高频词语是否已经存在于所述目标科目对应的分词库中；

若判断出所述高频词语不存在于所述目标科目对应的分词库中，在电子屏幕上输出是否更新所述目标科目对应的分词库的询问信息；

当所述询问信息得到确认后，将所述高频词语添加到所述目标科目对应的分词库中。

4.根据权利要求1或2所述的文本识别方法，其特征在于，在获得最终的文本识别结果之后，所述方法还包括：

在电子屏幕上输出所述文本识别结果；

检测通过所述电子屏幕对所述文本识别结果包括的部分内容的涂抹操作；

获取用户针对所述部分内容输入的订正内容；

将所述部分内容替换为所述订正内容，完成人工校对。

5.根据权利要求4所述的文本识别方法，其特征在于，所述将所述部分内容替换为所述订正内容，完成人工校对之后，所述方法还包括：

根据所述人工校对后获得的文本校对结果，获取所述文本校对结果的真实语义；

根据所述真实语义，判断所述文本校对结果的语言情感；

根据所述语言情感获取预先配置的对应于所述语言情感的声纹特征；

采用所述声纹特征对所述文本校对结果进行报读。