[发明专利]识别菜名的方法及装置、存储介质、电子装置

说明书

本发明提供了一种识别菜名的方法及装置、存储介质、电子装置，其中，该方法包括：接收光学字符识别OCR模块响应目标图片输出的文本信息；根据预定规则识别所述文本信息是否为菜名；在所述预定规则未识别出所述文本信息时，获取所述文本信息的特征信息，其中，所述特征信息包括：所述文本信息的属性特征，所述文本信息相对预设词库的匹配特征；使用二分类模型基于所述特征信息识别所述文本信息中的菜名。通过本发明，解决了相关技术中拍照录菜的准确率低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种识别菜名的方法及装置、 存储介质、电子装置。

背景技术

相关技术中，互联网+时代，人们的生活变得越来越便捷和高效，预定、 购票、出行、找房、订餐等可以通过手机轻松完成，互联网本地生活领域的 发展，扩大了传统行业的服务半径，提高了传统行业的效能，节约了成本。 吃喝住行，餐饮作为其中的重要环节，正在享受着互联网带来的福利，在传 统餐饮店搬上手机app时，数据的数字化，标准化，是一个必经的过程，一 个典型的场景就是录菜，即把商家的菜单录入app应用中。

相关技术中的录菜方式包括但不局限于手动录菜或者是拍照录菜，手动 录菜即手动打字录菜，这种方式录菜效率低，而且对于一些年龄大一点的人 来说，打字难度更大。在另一方面，拍照录菜是先识别出菜单图片上的文字， 然后，菜名和价格等实体识别，排版分析等处理，最终得到菜名、价格以及 他们的映射关系。现实中的文字菜单，往往包含菜名，价格，规格(大份、 小份等)，描述、优惠、分组和一些与菜无关的文字信息，这给菜名提取带来 了很大的干扰，进而影响着菜单的版式分析，菜名价格的匹配等。另外，菜 单上的菜名，OCR识别之后，可能会发生局部错误，这也给菜名识别带来了 困难，进而导致拍照录菜的识别率较低，如公开号为101770569A的相关技术， 公开了一种基于手持设备的菜谱识别及注解方法和装置，其采用OCR识别菜 谱图像，得到菜名及相关信息。

针对相关技术中存在的上述问题，目前尚未发现有效的解决方案。

发明内容

本发明实施例提供了一种识别菜名的方法及装置、存储介质、电子装置。

根据本发明的一个实施例，提供了一种识别菜名的方法，包括：接收光 学字符识别(Optical Character Recognition，OCR)模块响应目标图片输出的 文本信息；根据预定规则识别所述文本信息是否为菜名；在所述预定规则未 识别出所述文本信息时，获取所述文本信息的特征信息，其中，所述特征信 息包括：所述文本信息的属性特征，所述文本信息相对预设词库的匹配特征； 使用二分类模型基于所述特征信息识别所述文本信息中的菜名。

可选的，获取所述文本信息的特征信息包括：以所述文本信息为关键字 在预设菜品库中检索匹配的多个候选菜品；分别计算所述文本信息与所述多 个候选菜品的编辑距离；统计编辑距离落在一个或多个预定范围的记录条数， 其中，所述匹配特征包括所述记录条数。

可选的，获取所述文本信息的特征信息包括：对所述文本信息进行切分 处理，得到多个分词；统计所述多个分词中属于菜品词典单词的单词个数， 统计所述单词个数与总分词的单词比值，以及判断所述文本信息的最后一个 分词是否为菜名并得到判断结果，其中，所述匹配特征包括：所述单词个数， 所述单词比值，以及所述判断结果。

可选的，获取所述文本信息的特征信息包括：确定与所述文本信息对应 的原始字符串；计算所述原始字符串的字符串长度，所述原始字符串的语言 模型计算概率，所述原始字符串的最大三元tri-gram语言模型计算概率，所述 原始字符串的最小三元tri-gram语言模型计算概率，其中，所述属性特征包括： 所述字符串长度，所述语言模型计算概率，所述最大三元tri-gram语言模型计 算概率，所述最小三元tri-gram语言模型计算概率。