[发明专利]公式符号识别方法及其装置

说明书

技术领域

本发明涉及公式识别领域，特别涉及一种公式符号识别方法及其装置。

背景技术

在数学公式识别中，不仅存在大量的相似字符，还存在较多模糊的空间位置关系。如图1所示，符号‘2’可能被误识为‘z’、‘Z’等，符号‘2’的结构关系除了上角标结构关系外还可能被误识为水平结构关系。因此，仅仅使用字符识别技术很难有效地识别出正确的字符，通过空间位置分析也难以确定符号的结构关系。目前，语言模型的概率统计技术应用最多的是统计字符之间的语言概率，但是该方法只能区分相似字符如‘2’和‘Z’，不能区分字符‘2’和前一个符号之间的位置关系如上角标和水平。

发明内容

本发明所要解决的技术问题是提供一种提高数学公式识别准确率的公式符号识别方法及其装置。

根据本发明的一个方面提供一种公式符号识别方法可包括：

通过字符识别技术识别公式中的公式符号β，给出公式符号β对应的识别候选α，给出所述识别候选α的符号相似程度值；

计算所述公式符号β对应的所述识别候选α在公式结构g上的语言概率；

根据所述符号相似程度值和所述语言概率确定符号识别候选α和/或所述符号识别候选α所在的公式结构。

根据本发明的另一个方面，提供一种公式符号识别装置可包括：

符号识别候选α确定模块，通过字符识别技术识别公式中的公式符号β，给出公式符号β对应的识别候选α；

相似程度值确定模块，给出所述识别候选α的符号相似程度值；

语言概率计算模块，计算所述公式符号β对应的所述识别候选α在公式结构g上的语言概率；

确定模块，根据所述符号相似程度值和所述语言概率确定符号识别候选α和/或所述符号识别候选α所在的公式结构。

根据本发明提供的公式符号识别方法及其装置，不仅可以有效地区分数学公式中的相似符号，还可以区分数学公式中的模糊结构，提高了数学公式识别的正确率。

附图说明

图1是公式符号X²中上标2可能被识别的符号及结构的示意图；

图2是本发明实施例提供的一种公式符号识别方法的流程示意图；

图3是图2所示方法中计算所述公式符号β对应的识别候选α在公式结构g上的语言概率的流程示意图；

图4是图3所示方法中计算公式结构g在语料库中的语言概率P(g)的流程示意图；

图5是图3所示方法中计算公式结构g、公式符号β的识别候选α同时出现在语料库中的语言概率P(gá)的流程示意图；

图6是图2所示方法中根据符号相似程度值和语言概率确定符号识别候选α；

图7是本发明实施例提供的一种公式符号识别装置的结构框图；

图8是图7所示装置中语言概率计算模块的结构框图；

图9是图8所示语言概率计算模块中第一计算模块的结构框图；

图10是图8所示语言概率计算模块中第二计算模块的结构框图；

图11是图7所示装置中确定模块结构框图；

本发明目的、功能及优点将结合实施例，参照附图做进一步说明。

具体实施方式

如图2所示，本发明实施例提供的一种公式符号识别方法可包括以下步骤：

步骤S1、通过字符识别技术识别公式中的公式符号β，给出公式符号β对应的识别候选α，给出识别候选α的符号相似程度值。例如，针对X²中的上标2给出‘2’、‘z’及‘Z’的识别候选，可针对‘2’、‘z’及‘Z’分别给出符号相似程度值，如‘2’的符号相似程度值为100，‘z’的符号相似程度值为50，‘Z’的符号相似程度值为30。

步骤S2、计算公式符号β对应的识别候选α在公式结构g上的语言概率。该步骤将结合图3～图5所示的流程进行详细说明。

步骤S3、根据所述符号相似程度值和语言概率确定符号识别候选α和/或所述符号识别候选α所在的公式结构。该步骤将结合图6所示的流程进行详细说明。

如图3所示，上述步骤S2计算公式符号β对应的识别候选α在公式结构g上的语言概率又可包括如下步骤：

步骤S21、计算公式结构g在语料库中的语言概率P(g)。该步骤将结合图4所示的流程进行详细说明。