[发明专利]一种矫正OCR文字识别错误的方法及终端设备

说明书

本发明实施例公开了一种矫正OCR文字识别错误的方法、终端设备以及可读存储介质，用于基于第一英文单词识别结果，先利用OCR加权编辑距离算法进行相似单词的筛选，然后通过语句通顺度模型输出矫正后的英文单词，从而提升OCR准确率，为用户在使用指尖查单词中提供更精准的单词识别结果。本发明实施例方法包括：对图片进行英文OCR处理，得到第一英文单词识别结果；对所述第一英文单词识别结果进行OCR加权编辑距离模型筛选，确定错误单词，并得到与所述错误单词对应的候选正确单词；将所述候选正确单词代替所述错误单词，输入到语句通顺度模型进行判断，确定目标正确单词；将所述目标正确单词代替所述错误单词，输出第二英文单词识别结果。

技术领域

本发明涉及教育技术领域，尤其涉及一种矫正OCR文字识别错误的方法、终端设备以及可读存储介质。

背景技术

在现有技术中，通过OCR(Optical Character Recognition，光学字符识别)技术，将图片、照片上的文字内容，直接转换为可编辑文本的软件。软件可以把图片转换成可以编辑的文字。但是，在现有的识别技术中，英语OCR识别出图片中的英文单词并不通过任何检测判断是否OCR正确逻辑将结果呈现给用户，所以，存在OCR准确率低等缺点。

发明内容

本发明实施例提供了一种矫正OCR文字识别错误的方法、终端设备以及可读存储介质，用于基于第一英文单词识别结果，先利用OCR加权编辑距离算法进行相似单词的筛选，然后通过语句通顺度模型输出矫正后的英文单词，从而提升OCR准确率，为用户在使用指尖查单词中提供更精准的单词识别结果。

有鉴于此，本发明第一方面提供了一种矫正OCR文字识别错误的方法，可以包括：

对图片进行英文OCR处理，得到第一英文单词识别结果；

对所述第一英文单词识别结果进行OCR加权编辑距离模型筛选，确定错误单词，并得到与所述错误单词对应的候选正确单词；

将所述候选正确单词代替所述错误单词，输入到语句通顺度模型进行判断，确定目标正确单词；

将所述目标正确单词代替所述错误单词，输出第二英文单词识别结果。

可选的，在本发明的一些实施例中，所述OCR加权编辑距离模型包括拼写检查模型和拼写校正模型；

其中，所述拼写检查模型包括预先编辑的N-gram表，所述第一英文单词识别结果包括英文单词输入串；

所述对所述第一英文单词识别结果进行OCR加权编辑距离模型筛选，确定错误单词，包括：

对所述英文单词输入串中的目标n元串，在所述预先编辑的N-gram表中查找，n为2或3；

若在所述预先编辑的N-gram表中出现的频率小于预设阈值，则确定所述目标n元串为错误单词；

其中，所述拼写校正模型包括编辑距离校正方法和OCR距离校正方法中的至少一种；

所述得到与所述错误单词对应的候选正确单词，包括：

使用所述编辑距离校正方法和OCR距离校正方法中的至少一种，计算得到与所述错误单词对应的候选正确单词。

可选的，在本发明的一些实施例中，所述对图片进行英文OCR处理，得到第一英文单词识别结果，包括：

当所述图片为非英文图片时，将所述非英文图片中的非英文翻译成英文；

获取包括所述英文的图片；

对包括所述英文的图片进行英文OCR处理，得到所述第一英文单词识别结果。

可选的，在本发明的一些实施例中，所述方法还包括：