[发明专利]文本纠错方法、装置、电子设备及存储介质

权利要求书

1.一种文本纠错方法，其特征在于，包括：

由至少一个处理器对待识别的文本区域进行字符识别，并获得识别结果；其中，所述识别结果包括对应于所述文本区域的第一文本以及所述第一文本中包括的目标字符对应的形近字符；

由至少一个处理器从所述第一文本中识别出错误字符；

由至少一个处理器根据所述错误字符对应的所述形近字符对所述第一文本进行错误纠正。

2.根据权利要求1所述的方法，其特征在于，由至少一个处理器对待识别的文本区域进行字符识别，并获得识别结果，包括：

由至少一个处理器利用字符识别模型对所述文本区域中待识别字符的形状进行识别，并根据所述字符形状获得所述待识别字符对应的候选字符的相似度；

由至少一个处理器根据所述候选字符的相似度确定所述第一文本以及所述第一文本中包括的所述目标字符对应的所述形近字符。

3.根据权利要求2所述的方法，其特征在于，由至少一个处理器根据所述候选字符的相似度确定所述第一文本以及所述第一文本中包括的所述目标字符对应的所述形近字符，包括：

由至少一个处理器确定所述文本区域中所述待识别字符对应的候选字符集合；所述候选字符集合中包括按所述相似度排序靠前的预定数量个所述候选字符；

由至少一个处理器将所述候选字符集合中所述相似度最大的所述候选字符确定为所述待识别字符对应的所述目标字符，以及将所述候选字符集合中的其他所述候选字符确定为所述目标字符的形近字符。

4.根据权利要求1-3任一项所述的方法，其特征在于，由至少一个处理器从所述第一文本中识别出错误字符，包括：

由至少一个处理器利用滑动窗口从所述第一文本中获取字符序列；其中，所述滑动窗口的窗口长度大于1；

由至少一个处理器利用自然语言概率模型确定所述字符序列的自然语言概率；

由至少一个处理器根据所述字符序列的所述自然语言概率确定所述第一文本中所述目标字符的错误概率；

由至少一个处理器根据所述错误概率确定所述错误字符。

5.根据权利要求4所述的方法，其特征在于，由至少一个处理器根据所述字符序列的所述自然语言概率确定所述第一文本中所述目标字符的错误概率，包括：

由至少一个处理器确定包括同一所述目标字符的目标字符序列；

由至少一个处理器根据所述目标字符序列的所述自然语言概率的平均值确定所述目标字符的错误概率。

6.根据权利要求1-3任一项所述的方法，其特征在于，由至少一个处理器从所述第一文本中识别出错误字符，包括：

由至少一个处理器利用预测模型从语义维度确定所述第一文本中所述目标字符出现在其当前位置的第一概率；

由至少一个处理器根据所述第一概率确定所述目标字符是否为错误字符。

7.根据权利要求1-3任一项所述的方法，其特征在于，由至少一个处理器根据所述错误字符对应的所述形近字符对所述第一文本进行错误纠正，包括：

由至少一个处理器利用所述错误字符对应的多个所述形近字符分别替换所述第一文本中的所述错误字符，得到多个第二文本；

由至少一个处理器利用自然语言概率模型获得多个所述第二文本的第二概率；

由至少一个处理器利用所述第二概率选择其中一个所述第二文本替换所述第一文本。

8.一种文本纠错装置，其特征在于，包括：

第一识别模块，被配置为由至少一个处理器对待识别的文本区域进行字符识别，并获得识别结果；其中，所述识别结果包括对应于所述文本区域的第一文本以及所述第一文本中包括的目标字符对应的形近字符；

第二识别模块，被配置为由至少一个处理器从所述第一文本中识别出错误字符；

纠错模块，被配置为由至少一个处理器根据所述错误字符对应的所述形近字符对所述第一文本进行错误纠正。