[发明专利]一种OCR识别结果纠错方法及装置

权利要求书

1.一种OCR识别结果纠错方法，其特征在于，包括：

对待识别文字图像执行光学字符识别OCR和预设分词处理，得到待纠错文本；其中，所述待纠错文本包括至少两个分词；

对所述待纠错文本执行预设的句法依存分析，得到与所述待纠错文本对应的各依存搭配对；其中，所述各依存搭配对由所述待纠错文本中的第一分词和第二分词组成；

若所述依存搭配对不满足预设的搭配条件，则根据预先获取的混淆集，对所述依存搭配对中的第一分词或第二分词进行替换，以更新所述待纠错文本和各依存搭配对，直到各依存搭配对均满足所述预设的搭配条件；

将更新后的待纠错文本作为所述待识别文字图像的纠错结果文本。

2.根据权利要求1所述的OCR识别结果纠错方法，其特征在于，所述预设的搭配条件具体为：

在预存的语义知识库中存在与所述依存搭配对相同的标准搭配对。

3.根据权利要求1所述的OCR识别结果纠错方法，其特征在于，所述对待识别文字图像执行光学字符识别OCR和预设分词处理，得到待纠错文本，具体包括：

对所述待识别文字图像执行OCR，得到识别文本和所述识别文本中各字符对应混淆集；其中，所述混淆集包括至少一个对应字符的替换字符；

对所述识别文本执行所述预设分词处理，得到所述待纠错文本。

4.根据权利要求3所述的OCR识别结果纠错方法，其特征在于，所述对所述识别文本执行所述预设分词处理，得到所述待纠错文本，具体包括：

对所述识别文本执行所述预设分词处理，得到分词结果：

若得到的分词结果中存在连续散串字符，则对所述分词结果执行预设的散串字符纠错，得到所述待纠错文本；其中，所述散串字符为不满足所述分词处理的分词条件的单个字符；

若得到的分词结果中不存在连续散串字符，则将所述分词结果作为所述待纠错文本。

5.一种OCR识别结果纠错装置，其特征在于，包括：

图像预处理模块，用于对待识别文字图像执行光学字符识别OCR和预设分词处理，得到待纠错文本；其中，所述待纠错文本包括至少两个分词；

依存分析模块，用于对所述待纠错文本执行预设的句法依存分析，得到与所述待纠错文本对应的各依存搭配对；其中，所述各依存搭配对由所述待纠错文本中的第一分词和第二分词组成；

搭配对匹配模块，用于若所述依存搭配对不满足预设的搭配条件，则根据预先获取的混淆集，对所述依存搭配对中的第一分词或第二分词进行替换，以更新所述待纠错文本和各依存搭配对，直到各依存搭配对均满足所述预设的搭配条件；

纠错结果模块，用于将更新后的待纠错文本作为所述待识别文字图像的纠错结果文本。

6.根据权利要求5所述的OCR识别结果纠错装置，其特征在于，所述预设的搭配条件具体为：

在预存的语义知识库中存在与所述依存搭配对相同的标准搭配对。

7.根据权利要求5所述的OCR识别结果纠错装置，其特征在于，所述图像预处理模块具体包括：

图像识别模块，用于对所述待识别文字图像执行OCR，得到识别文本和所述识别文本中各字符对应混淆集；其中，所述混淆集包括至少一个对应字符的替换字符；

文本分词模块，用于对所述识别文本执行所述预设分词处理，得到所述待纠错文本。

8.根据权利要求7所述的OCR识别结果纠错装置，其特征在于，所述文本分词模块具体用于：

对所述识别文本执行所述预设分词处理，得到分词结果：

若得到的分词结果中存在连续散串字符，则对所述分词结果执行预设的散串字符纠错，得到所述待纠错文本；其中，所述散串字符为不满足所述分词处理的分词条件的单个字符；

若得到的分词结果中不存在连续散串字符，则将所述分词结果作为所述待纠错文本。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述的OCR识别结果纠错方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至4任一项所述的OCR识别结果纠错方法的步骤。