[发明专利]古籍中文字的校对方法、系统及校对服务器

说明书

技术领域

本发明涉及信息共享技术领域，特别涉及一种古籍中文字的校对方法、古籍中文字的校对系统及校对服务器。

背景技术

中国古代的古籍浩如烟海，但是绝大部分古籍都是以扫描图片的形式存在，由于古籍板式复杂，而且有大量的手写体存在，因此，导致目前对古籍的文字识别效果不好，且投入大产出小。

目前，互联网上有大量已经版权过期的中文图书、民国时期期刊的扫描件、以及已经有一些人工处理的电子本，但是大多质量不高，文字错误率较高。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。

为此，本发明的第一个目的在于提出一种古籍中文字的校对方法，该方法可有效地提高古籍图像中每个字图像块对应的文字识别的正确率，保证古籍图像的翻译质量。

本发明的第二个目的在于提出一种古籍中文字的校对系统。

本发明的第三个目的在于提出一种校对服务器。

为了实现上述目的，本发明第一方面实施例提供了一种古籍中文字的校对方法，包括以下步骤：校对服务器获得古籍图像，并将所述古籍图像切分为多个字图像块，其中，每个所述字图像块包括至少一个文字；所述校对服务器对所述每个字图像块进行识别，并计算每个字图像块与标准字之间的相似度；当所述字图像块与标准字之间的相似度大于第一预设值时，所述校对服务器将对应的字图像块存储至所述标准字为索引的优选集合中；当所述字图像块与标准字之间的相似度小于等于第一预设值且大于第二预设值时，所述校对服务器对对应的字图像块进行聚类，并根据聚类结果将所述对应的字图像块存储至所述标准字为索引的至少一个待选集合中，其中，所述第一预设值大于所述第二预设值；所述校对服务器将所述待选集合中的字图像块及所述待选集合对应的索引提供至客户端，以供所述客户端的用户进行判断；以及所述校对服务器根据所述用户的判断结果对所述待选集合中的字图像块进行校对。

根据本发明实施例的古籍中文字的校对方法，校对服务器通过将待选集合中的字图像块及待选集合对应的索引提供至客户端，以供客户端的用户进行判断，并根据用户的判断结果对待选集合中的字图像块进行校对，可有效地对待选集合中的字图像块对应的文字进行校对，从而提高古籍图像中每个字图像块对应的文字识别的正确率，保证古籍图像的翻译质量。

另外，根据本发明上述实施例的古籍中文字的校对方法还可以具有如下附加的技术特征：

在一些示例中，所述校对服务器将所述待选集合中的字图像块及所述待选集合对应的索引提供至客户端进一步包括：所述校对服务器接收所述客户端发送的云输入请求；所述校对服务器根据所述云输入请求确定对应的索引词；所述校对服务器根据所述索引词从对应的待选集合中选择至少一个字图像块提供至所述客户端。

在一些示例中，所述校对服务器将所述待选集合中的字图像块及所述待选集合对应的索引提供至客户端进一步包括：所述校对服务器接收所述客户端发送的搜索请求；所述校对服务器根据所述搜索请求确定对应的索引词；所述校对服务器根据所述索引词从对应的待选集合中选择至少一个字图像块提供至所述客户端。

在一些示例中，所述校对服务器将所述待选集合中的字图像块及所述待选集合对应的索引提供至客户端进一步包括：所述校对服务器接收所述客户端发送的验证请求；所述校对服务器根据所述验证请求确定对应的索引词；所述校对服务器根据所述索引词从对应的待选集合和优选集合中分别选择至少一个字图像块提供至所述客户端。

在一些示例中，所述校对服务器根据所述用户的判断结果对所述待选集合中的字图像块进行校对进一步包括：所述校对服务器记录用户对所述字图像块的判断结果；当判断所述字图像块中的文字与对应索引一致的用户的数量大于第三预设值之后，所述校对服务器将所述字图像块存储至所述索引对应的优选集合中。