[发明专利]文本识别方法、装置、及计算机设备在审
| 申请号： | 201811011026.0 | 申请日： | 2018-08-31 |
| 公开（公告）号： | CN109344396A | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 向彪;周俊;李小龙 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/903 |
| 代理公司： | 北京博思佳知识产权代理有限公司 11415 | 代理人： | 林祥 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 开曼群岛;KY |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本说明书的实施例公开了一种文本识别方法，包括：获得待识别文本，其中，待识别文本包含N个字符；从待识别文本中，提取若干个字符串；每个字符串均为在待识别文本中连续出现的字符串，若干个字符串至少包括：N‑k+1个长度为k的字符串，k为预设的提取长度；针对待识别文本中任一个字符串i，在预先确定的样本概率中查询该字符串i对应的概率：在前Li‑1个字符出现的条件下，字符串i出现的概率，Li为字符串i的长度，2≤Li≤k；计算各个字符串对应的概率之和，根据计算结果确定所述待识别文本是否异常。基于本说明书的实施例案，可以根据概率之和识别待识别文本是否异常，从而高效且准确地甄别异常文本，以免不法分子通过异常文本实现不法目的。 | ||
| 搜索关键词： | 字符串 文本 概率 文本识别 计算机设备 预先确定 预设 样本 查询 | ||
【主权项】：
1.一种文本识别方法，该方法包括：获得待识别文本，其中，所述待识别文本包含N个字符，N＞1；从所述待识别文本中，提取若干个字符串；每个字符串均为在所述待识别文本中连续出现的字符串，所述若干个字符串至少包括：N‑k+1个长度为k的字符串，k为预设的提取长度；针对所述待识别文本中任一个字符串i，在预先确定的样本概率中查询该字符串i对应的概率：在前Li‑1个字符出现的条件下，字符串i出现的概率，Li为字符串i的长度，2≤Li≤k；计算各个字符串对应的概率之和，根据计算结果确定所述待识别文本是否异常。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201811011026.0/，转载请声明来源钻瓜专利网。
