[发明专利]一种文字图像识别纠错方法和电子设备

权利要求书

1.一种文字图像识别纠错方法，其特征在于，包括以下步骤：

对文字图像进行文字识别，预处理文字识别结果，过滤出所述文字识别结果的潜在错误结果；

构建候选替换集合；

基于语言模型，用所述候选替换集合中的文字逐一替换所述潜在错误结果，并计算每次潜在错误结果替换后文字序列的合理性得分；

将所有合理性得分排序，输出合理性得分最高的文字序列作为纠错后输出结果；

对于包括多个所述潜在错误结果的文字识别结果，结合所有所述潜在错误结果替换后的文字序列计算合理性得分；包括：

计算使用第一候选替换集合对第一潜在错误结果替换后合理性得分，确认合理性得分前N位对应的第一潜在错误结果替换后文字序列，在所述文字序列基础上计算使用第二候选替换集合对第二潜在错误结果替换后合理性得分，以此类推，直至计算出最后一个潜在错误结果的合理性得分。

2.根据权利要求1所述的一种文字图像识别纠错方法，其特征在于，所述基于语言模型，用所述候选替换集合中的文字逐一替换所述潜在错误结果，并计算每次潜在错误结果替换后文字序列的合理性得分，包括：

确认包括所述潜在错误结果在内的子文字单元，通过语言模型对子文字单元进行识别；对于语言模型中不包括的子文字单元，使用所述候选替换集合中的文字替换所述潜在错误结果，计算替换后文字序列的合理性得分。

3.根据权利要求2所述的一种文字图像识别纠错方法，其特征在于，所述子文字单元为包括所述潜在错误结果的文字单元。

4.根据权利要求1所述的一种文字图像识别纠错方法，其特征在于，所述合理性得分计算是根据语言模型，计算文字序列中文字出现的概率。

5.根据权利要求1所述的一种文字图像识别纠错方法，其特征在于，所述候选替换集合根据字形知识库构建。

6.根据权利要求5所述的一种文字图像识别纠错方法，其特征在于，所述字形知识库包括形近字，以及结合偏旁部首后得到的文字。

7.根据权利要求1所述的一种文字图像识别纠错方法，其特征在于，所述文字识别结果包括识别的文字序列，以及文字序列对应的概率序列，所述概率序列表示识别出所述文字序列的概率。

8.根据权利要求1所述的一种文字图像识别纠错方法，其特征在于，所述预处理包括将全角标点符号转换为半角，以及将所述文字序列和概率序列对应。

9.一种电子设备，其特征在于，包括处理器、存储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时实现如上述权利要求1-8任意一项所述的一种文字图像识别纠错方法。