[发明专利]文字识别矫正的方法

权利要求书

1.一种文字识别矫正的方法，其特征在于，包括：

构建专业词库；

构建识别结果区域矩阵；

矫正。

2.根据权利要求1所述的方法，其特征在于，所述矫正包括：

基于语言模型进行矫正；

基于编辑距离和最长公共子序列进行矫正；

基于对应关系进行矫正。

3.根据权利要求2所述的方法，其特征在于，基于语言模型进行矫正，包括：

语言模型通过概率分布来统计字符出现的概率，通过统计结果，计算最大的条件概率；第一个检测区域识别的结果S₁，选取CRNN网络给出的前三个候选字，每个候选区域的概率W(S₁)根据网络预测的概率重新归一化，第二个候选区域识别结果S₂，选取CRNN网络给出的前三个候选字，每个候选区域的概率W(S₂)根据网络预测的概率重新归一化，第二个候选区域识别结果S₂，选取CRNN网络给出的前三个候选字，每个候选区域的概率W(S₃)根据网络预测的概率重新归一化；

根据概率统计分析，条件概率P(S₂|S₁)，即S₁出现的情况下后面接S₂的概率；

f＝W(S₁)P(S₂|S₁)W(S₂)P(S₃|S₂)W(S₃)

f的最大值即为最优得组合方式；

对于预测序列S₁，S₂，S₃...S_n，需要计算f的最大值，W(S_i)根据CRNN预测概率进行重新归一化，条件概率P(S_i+1|S_i)根据词库，统计S_i出现的次数N(S_i)，统计S_i和S_i+1前后共同出现的次数N(S_i，S_i+1)，

f＝W(S₁)P(S₂|S₁)W(S₂)...W(S_n-1)P(S_n|S_n-1)W(S_n)

条件概率公式为

求解最优组合路径问题的最优解。

4.根据权利要求2所述的方法，其特征在于，所述基于编辑距离和最长公共子序列进行矫正，包括：

对编辑距离和最长公共子序列两种方法的计算结果进行加权求和。

5.根据权利要求1所述的方法，其特征在于，所述基于对应关系进行矫正，包括：

根据各项的对应关系，根据识别出的项矫正与该被识别出的项存在对应关系的项的识别结果。

6.根据权利要求1所述的方法，其特征在于，所述构建识别结果区域矩阵，包括：根据识别结果的每个区域取前N，构建识别结果区域矩阵，其中，N为正整数。

7.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-6中任一所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以实现如权利要求1-6中任一所述的方法。