[发明专利]一种购物票据识别结果纠错方法

权利要求书

1.一种购物票据识别结果纠错方法，其特征在于，该方法的实施步骤为：

(1)购物票据图像经过ocr获得初始的识别结果；

(2)构建购物票据领域的词典，包括购物票据项目名称专用词典、易错字字典、规则库、商品编码词典、和文字点阵字典；

(3)根据编辑距离确定错误词语，并筛选纠错候选项，根据文字相似性度量确定最终候选项；

(4)根据易错字字典和规则库纠正错误词语，再利用商品编码库纠错商品名称和规格；

(5)将所述纠错结果与所述错误文字进行替换，输出纠错后的识别结果。

2.根据权利要求1所述的购物票据识别结果纠错方法，其特征在于，该方法在词典构建阶段要构建购物票据项目名称专用词典、易错字字典、规则库、商品编码词典、和文字点阵字典的数据：

(1)购物票据项目名称专用词典，作为候选词语词典；

(2)易错字字典，用来纠正错误识别的文字，包括英文字符、数字、标点符号；

(3)规则库，纠正非中文内容，包括金额、时间、数量；

(4)商品编码词典，利用商品编码库实现商品名称和规格的纠错；

(5)文字点阵字典，作为文字相似性度量方法的依据。

3.根据权利要求1所述的确定最终候选项，其特征在于，先使用编辑距离算法筛选纠错候选项，再根据文字相似性度量算法得到最终候选项，具体步骤为：

(1)采用编辑距离算法，度量识别结果中的词语和票据专用词典中词语得的距离，选择编辑距离最小的词语作为纠错的候选词语项；

(2)采用文字相似性度量算法，从候选集中选择文字相似性最大的候选项最为最终候选项。

4.根据权利要求1或3所述的文字相似性度量方法，其特征在于，将文字用固定大小的点阵表示，以一个文字点阵图像作为图像分割的“金标准”，一个为该文字点阵图像的分割结果，通过计算分割结果和“金标准”的一致性来度量两个文字的相似程度。图像分割一致性采用交并比来计算，即

5.根据权利要求1所述的根据易错字字典和规则库纠正错误词语，其特征在于，针对数字、英文字符和标点符号容易混淆的情况，根据易错字字典和规则库，对票据中的非中文部分包括金额、时间、数量的内容纠错。

6.根据权利要求1所述的利用商品编码库纠错商品名称和规格，其特征在于，商品编码词典中每个项由商品编码、商品名称、商品规格组成，商品编码和商品名称、规格一一对应。