[发明专利]文本识别、文本处理方法、装置、计算机设备和存储介质

说明书

本发明涉及一种文本识别、文本处理方法、装置、计算机设备和存储介质，所述文本处理方法包括：获取初始输入文本；获取所述初始输入文本对应的目标领域对应的关联关系，所述关联关系为领域词与映射字符之间的关联关系，所述领域词是根据所述目标领域的待识别文本、通用领域文本集合和所述目标领域对应的目标文本集合识别得到的；根据所述初始输入文本和所述关联关系确定所述初始输入文本对应的目标领域词；根据所述目标领域词调整所述初始输入文本得到目标输入文本。上述方法针对特定领域调整得到的目标输入文本的准确度高。

技术领域

本发明涉及互联网领域，特别是涉及文本识别、文本处理方法、装置、计算机设备和存储介质。

背景技术

随着互联网的迅猛发展，信息过载的问题日益突出。网络中出现的词语越来越多，在很多场景下存在将用户输入的信息调整为实际需要输入的信息的需要，例如，根据输入的拼音显示候选词语或者对用户输入的词语进行纠错等。

目前，当需要根据用户输入的信息确定实际需要输入的信息时，一般是从词库中筛选用户输入的词语的形近词或者具有相似拼音的词语，因此筛选得到的词语数量多，且往往是与用户实际输入的信息关联度不大的，准确度低。

发明内容

基于此，有必要针对上述的问题，提供一种文本识别、文本处理方法、装置、计算机设备和存储介质，由于可以根据待识别文本、通用领域文本集合和待识别文本对应的目标领域对应的文本集合识别得到目标领域的领域词，因此识别得到的领域词与目标领域的相关度大，文本识别以及文本处理的准确度高。

一种文本识别方法，所述方法包括：获取待识别文本，根据所述待识别文本中的字符得到目标候选词；获取通用领域文本集合以及所述待识别文本对应的目标领域的目标文本集合；计算所述目标候选词在所述目标文本集合中的目标重要度以及在所述通用领域文本集合的参考重要度；根据所述目标候选词对应的目标重要度以及参考重要度计算得到所述目标候选词与所述目标领域的目标相关度；根据所述目标相关度将所述目标候选词作为所述目标领域的领域词。

在一个实施例中，所述根据所述目标候选词对应的目标重要度以及参考重要度计算得到所述目标候选词与所述目标领域的目标相关度包括：根据所述目标候选词对应的目标重要度以及参考重要度计算得到所述目标候选词与所述目标领域的初始相关度；根据所述目标候选词在所述目标文本集合中的出现次数确定对应的相关度置信度；根据所述初始相关度以及所述相关度置信度得到所述目标相关度。

在一个实施例中，所述文本处理方法还包括：检测所述目标输入文本对应的目标类型；当所述目标输入文本对应的目标类型为预设类型时，对所述初始输入文本进行过滤。

一种文本识别装置，所述装置包括：目标候选词得到模块，用于获取待识别文本，根据所述待识别文本中的字符得到目标候选词；集合获取模块，用于获取通用领域文本集合以及所述待识别文本对应的目标领域的目标文本集合；重要度计算模块，用于计算所述目标候选词在所述目标文本集合中的目标重要度以及在所述通用领域文本集合的参考重要度；相关度得到模块，用于根据所述目标候选词对应的目标重要度以及参考重要度计算得到所述目标候选词与所述目标领域的目标相关度；领域词获取模块，用于根据所述目标相关度将所述目标候选词作为所述目标领域的领域词。

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述文本识别方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述文本识别方法的步骤。