[发明专利]一种文本识别方法及装置

说明书

本申请实施例公开了一种文本识别方法及装置，该方法包括：对待识别文本进行分割，生成分割文本，根据预先建立的标准文本库中存储的标准文本，对所述分割文本进行拼接处理，生成拼接文本；其中，所述标准文本库中，至少存储有与部分或全部分割文本对应的标准文本集，所述标准文本集中包含至少一个标准文本，确定所述拼接文本与对应的标准文本之间的匹配表征值，根据所述匹配表征值，选定与所述拼接文本相匹配的标准文本，生成识别结果。通过本方法，并不需要采集样本数据进行训练，从而节省了训练优化的过程，同时，基于标准文本库对分割文本进行拼接、匹配的过程，能够提升对待识别文本中关键词/短语的识别精度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种文本识别方法及装置。

背景技术

目前，随着信息技术的发展，对文本进行语义识别的应用场景不断增多，例如：智能问答、智能客服、搜索引擎等业务场景。语义识别技术已成为当前的热门研究课题。

现有的语义识别技术，多采用机器学习或深度学习的方式进行语义识别。然而，机器学习或深度学习均需要使用大量的样本数据进行反复的训练、优化，以提升识别模型的识别准确率，该过程较为繁琐。并且，采用机器学习或深度学习应用于实际的业务场景中时，其运行耗时通常较长。

换言之，针对待识别文本进行繁琐程度较低且高效的识别处理，成为亟待解决的问题。

发明内容

本申请实施例提供一种文本识别方法及装置，用以解决现有基于机器学习或深度学习的文本识别存在一定缺陷的问题。

本申请实施例提供的一种文本识别方法，包括：

对待识别文本进行分割，生成分割文本；

根据预先建立的标准文本库中存储的标准文本，对所述分割文本进行拼接处理，生成拼接文本；其中，所述标准文本库中，至少存储有与部分或全部分割文本对应的标准文本集，所述标准文本集中包含至少一个标准文本；

确定所述拼接文本与对应的标准文本之间的匹配表征值；

根据所述匹配表征值，选定与所述拼接文本相匹配的标准文本，生成识别结果。

本申请实施例提供的一种文本识别装置，包括：

文本分割模块，对待识别文本进行分割，生成分割文本；

文本拼接模块，根据预先建立的标准文本库中存储的标准文本，对所述分割文本进行拼接处理，生成拼接文本；其中，所述标准文本库中，至少存储有与部分或全部分割文本对应的标准文本集，所述标准文本集中包含至少一个标准文本；

分值确定模块，确定所述拼接文本与对应的标准文本之间的匹配表征值；

结果生成模块，根据所述匹配表征值，选定与所述拼接文本相匹配的标准文本，生成识别结果。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

在接收到待识别文本后，可针对待识别文本进行文本分割，生成若干个分割文本。在这些分割文本中，可能包含未正确划分的字、词或短语，在此情况下，可以根据预先建立的标准文本库，对分割文本进行拼接。其中，本申请的标准文本库中至少存储有标准分割文本，以及由包含该标准分割文本的标准文本所组成的文本集合。这样一来，在进行文本拼接的过程中，可进一步确定出拼接得到的各拼接文本，与文本集合内不同的标准文本之间的匹配表征值，从而，基于匹配表征值，可选择出合适的标准文本匹配于待识别文本中，实现对待识别文本的识别处理。

相较于现有技术中依赖机器学习或深度学习的识别处理方式而言，本申请实施例中的文本识别方法，并不需要采集样本数据进行训练，从而节省了训练优化的过程，同时，基于标准文本库对分割文本进行拼接、匹配的过程，能够提升对待识别文本中关键词/短语的识别精度，并可对短语进行归一化处理。

附图说明