[发明专利]一种文本识别方法、装置、设备及计算机可读存储介质

摘要

本申请公开了一种文本识别方法，在基于主动学习技术对训练样本进行筛选时，综合考虑样本的信息价值及其在特征空间中的分布结构，以获得较高质量的训练样本；同时，通过参数共享与样本表达共享，实现了各待训练模型之间的信息共享，实现了多个模型的同步训练，有效减少了训练模型所需的标记样本开销，并保证了各训练任务对应模型之间的相互促进，有效提升了算法的模型优化效率。因此，本申请所提供的文本识别方法在模型训练过程中不仅保证了样本质量，同时还实现了多个文本识别模型的并行训练，在有效提高文本识别准确度的同时，保证了文本识别效率。本申请还公开了一种文本识别装置、设备及计算机可读存储介质，均具有上述有益效果。

主权项

1.一种文本识别方法，其特征在于，包括：获取各待训练识别模型对应的初始标记样本集和初始未标记样本集；根据各所述待训练识别模型对应的预设识别标准，通过所述初始标记样本集对各所述待训练识别模型进行训练，获得各初始文本识别模型；通过不确定性标准算法对所述初始未标记样本集进行筛选获得价值样本，将标记后的价值样本添加至所述初始标记样本集，获得第一标记样本集；其中，将剔除所述价值样本后的初始未标记样本集记为第一未标记样本集；以各所述待训练识别模型对应的分类超平面为标准，对所述第一未标记样本集进行划分，并通过预设标准算法对划分后的第一未标记样本集进行筛选获得代表样本，将标记后的代表样本添加至所述第一标记样本集，获得第二标记样本集；通过所述第二标记样本集对各所述初始文本识别模型进行训练，获得各文本识别模型；当接收到待识别文本时，通过各所述文本识别模型对所述待识别文本进行识别，当所述待识别文本属于所述文本识别模型对应的文本类别时，将所述待识别文本添加至所述文本识别模型对应的文本库。