[发明专利]一种文字处理方法、设备及存储介质

说明书

本申请实施例公开了一种文字处理方法、设备及计算机可读存储介质。其中方法包括：获取至少两个参考文字，对至少两个参考文字进行拆分，得到至少两个参考文字的拆分字形，基于至少两个参考文字和至少两个参考文字的拆分字形，构建文字字形图，文字字形图包括每个参考文字与所属的拆分字形之间的关联关系，将每个参考文字和拆分文字确定为待识别文字，基于文字字形图生成每个待识别文字的文字特征向量，根据每个待识别文字的文字特征向量，确定每个待识别文字之间的文字相似度。通过拆分字形建立各个参考文字之间的关联关系，并基于该关联关系得到每个参考文字的文字特征向量，进而提高文字相似识别的效率和准确性。

技术领域

本发明涉及计算机技术领域，具体涉及一种文字处理方法、设备及计算机可读存储介质。

背景技术

随着计算机技术的不断发展，网络中涌现出海量的信息。其中一部分信息为携带文字的信息，在对这些携带文字的信息进行处理时，会涉及对文字的处理；例如，语义识别、文本纠错、文字识别等。以文本纠错为例，在对文字进行处理的过程包括确定目标文字的形近字的过程；例如，确定某个错别字的形近字，并从该错别字的形近字中确定出正确字对该错别字进行修改。目前，主要通过混淆字典来查找目标文字的形近字，效率较低，由于缺乏判断标准，通过混淆字典难以判断目标文字与各个形近字的文字相似程度，准确度较低。

发明内容

本发明实施例提供了一种文字处理方法、设备及存储介质，能够确定提高文字相似识别的效率和准确性。

一方面，本申请实施例提供了一种文字处理方法，该方法包括：

获取至少两个参考文字，对所述至少两个参考文字进行拆分，得到所述至少两个参考文字的拆分字形；所述至少两个参考文字的拆分字形包括拆分文字；

基于所述至少两个参考文字和所述至少两个参考文字的拆分字形，构建文字字形图；所述文字字形图包括每个参考文字与所属的拆分字形之间的关联关系；

将所述每个参考文字和所述拆分文字确定为待识别文字，基于所述文字字形图生成每个待识别文字的文字特征向量；

根据所述每个待识别文字的文字特征向量，确定所述每个待识别文字之间的文字相似度。

一方面，本申请提供了一种文字处理装置，该处理装置包括：

获取单元，用于获取至少两个参考文字，对所述至少两个参考文字进行拆分，得到所述至少两个参考文字的拆分字形；所述至少两个参考文字的拆分字形包括拆分文字；

处理单元，用于基于所述至少两个参考文字和所述至少两个参考文字的拆分字形，构建文字字形图；所述文字字形图包括每个参考文字与所属的拆分字形之间的关联关系；以及用于将所述每个参考文字和所述拆分文字确定为待识别文字，基于所述文字字形图生成每个待识别文字的文字特征向量；以及用于根据所述每个待识别文字的文字特征向量，确定所述每个待识别文字之间的文字相似度。

一方面，本申请提供了一种智能设备，包括处理器、存储器和通信接口，所述处理器、所述存储器和所述通信接口相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述的文字处理方法。

一方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，上述的文字处理方法被实现。

一方面，本申请提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述文字处理方法。