[发明专利]一种文本字符编码方式的识别方法及系统有效
| 申请号： | 201510107921.2 | 申请日： | 2015-03-12 |
| 公开（公告）号： | CN104750666B | 公开（公告）日： | 2018-08-07 |
| 发明（设计）人： | 段垚 | 申请（专利权）人： | 明博教育科技有限公司 |
| 主分类号： | G06F17/22 | 分类号： | G06F17/22 |
| 代理公司： | 北京天悦专利代理事务所(普通合伙) 11311 | 代理人： | 田明;张海秀 |
| 地址： | 100085 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文本字符编码方式的识别方法及系统，属于字符编码技术领域。所述识别方法包括：将待识别文本按照已知的N种字符编码方式分别进行解码，得到解码后的每种字符编码方式所对应的字符串；N≥2；根据解码后的字符串中每个字符的出现概率计算每种字符编码方式所对应的字符串的出现概率，将出现概率最高的字符串所对应的字符编码方式确定为待识别文本的字符编码方式。本发明的文本字符编码方式的识别方法及系统，有效提高了字符编码方式识别的准确性，尤其适用于短文本的字符编码方式的识别。 | ||
| 搜索关键词： | 一种 文本 字符 编码 方式 识别 方法 系统 | ||
【主权项】：
1.一种文本字符编码方式的识别方法，包括以下步骤：(1)将待识别文本按照已知的N种字符编码方式分别进行解码，得到解码后的每种字符编码方式所对应的字符串；N≥2；(2)根据解码后的字符串中每个字符的出现概率计算每种字符编码方式所对应的字符串的出现概率，将出现概率最高的字符串所对应的字符编码方式确定为待识别文本的字符编码方式；所述根据解码后的字符串中每个字符的出现概率计算每种字符编码方式所对应的字符串的出现概率，包括：1)确定解码后的字符串中每个字符的出现概率；2)将每个字符的出现概率相乘或者将每个字符的出现概率的对数相加得到每种字符编码方式所对应的字符串的出现概率；所述对数是以字符的出现概率为真数且底数大于1的对数；或者，包括：①确定解码后的字符串中每个字符的出现概率；②将每个字符的出现概率相乘或者将每个字符的出现概率的对数相加得到每种字符编码方式所对应的字符串的初步概率；所述对数是以字符的出现概率为真数且底数大于1的对数；③当初步概率是由每个字符的出现概率相乘得到时，将每种字符串的初步概率乘以该字符串对应的字符编码方式的出现概率得到每种字符串的出现概率；当初步概率是由每个字符的出现概率的对数相加得到时，将每种字符串的初步概率加上该字符串对应的字符编码方式的出现概率的对数得到每种字符串的出现概率；每种字符编码方式的出现概率根据不同地区的自然文本所使用的字符编码方式的统计数据得到。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于明博教育科技有限公司，未经明博教育科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510107921.2/，转载请声明来源钻瓜专利网。
- 上一篇：页面文案的处理方法及装置
- 下一篇：漫画页面的计数系统和漫画页面的计数方法
