[发明专利]人名纠错方法、装置、计算机设备和可读存储介质

说明书

本申请实施例提供了一种人名纠错方法、装置、计算机设备和可读存储介质，人名纠错方法包括：获取待处理人名信息，其中，所述待处理人名信息包括多个字符；获取所述多个字符中排序在预设位置的待定姓氏字符；根据所述待定姓氏字符和所述多个姓氏字符，确定是否能从所述待处理人名信息中提取出目标姓氏字符，其中，所述目标姓氏字符用于表征所述待处理人名信息为汉族人名信息；若能从所述待处理人名信息中提取出所述目标姓氏字符，则对所述待处理人名信息进行汉族人名纠错；若不能从所述待处理人名信息中提取出所述目标姓氏字符，则对所述待处理人名信息进行少数民族人名纠错，通过上述步骤，能够实现自动化的人名纠错。

技术领域

本申请涉及文本识别技术领域，具体而言，涉及一种人名纠错方法、装置、计算机设备和可读存储介质。

背景技术

目前，各行业普遍使用人工智能处理一些书面材料，包括手写签名、身份证信息提取等，也会根据语音转写实现人名音频转文字。但由于技术、手写字体潦草等原因，在进行OCR识别(Optical Character Recognition,简称光学字符识别)或语音转写时，往往会出现大量的人名识别错误，在现有技术中，大多是由人工核验纠错，效率低下。

有鉴于此，如何提供一种自动化的人名纠错方案，是本领域技术人员需要解决的。

发明内容

本申请提供了一种人名纠错方法、装置、计算机设备和可读存储介质。

本申请的实施例可以这样实现：

第一方面，本申请提供一种人名纠错方法，应用于计算机设备，计算机设备存储有姓氏集合，姓氏集合包括多个姓氏字符，方法包括：

获取待处理人名信息，其中，待处理人名信息包括多个字符；

获取多个字符中排序在预设位置的待定姓氏字符；

根据待定姓氏字符和多个姓氏字符，确定是否能从待处理人名信息中提取出目标姓氏字符，其中，目标姓氏字符用于表征待处理人名信息为汉族人名信息；

若能从待处理人名信息中提取出目标姓氏字符，则对待处理人名信息进行汉族人名纠错；

若不能从待处理人名信息中提取出目标姓氏字符，则对待处理人名信息进行少数民族人名纠错。

在可选的实施方式中，根据待定姓氏字符和多个姓氏字符，确定是否能从待处理人名信息中提取出目标姓氏字符的步骤，包括：

判断待定姓氏字符是否存在于多个姓氏字符中；

若待定姓氏字符存在于多个姓氏字符中，则确定从多个字符中除去待定姓氏字符的剩余字符的字符长度是否超过预设字符长度；若是，则确定不能从待处理人名信息中提取出目标姓氏字符；若否，则确定能从待处理人名信息中提取出目标姓氏字符；

若待定姓氏字符不存在于多个姓氏字符中，则确定不能从待处理人名信息中提取出目标姓氏字符。

在可选的实施方式中，计算机设备还存储有形近字集合和同音字集合，形近字集合包括姓氏集合中每个姓氏字符的形近字，同音字集合包括姓氏集合中每个姓氏字符的同音字，待定姓氏字符包括多个字符中排序在第一位的第一字符和多个字符中排序在第二位的第二字符；

判断待定姓氏字符是否存在于多个姓氏字符中的步骤，包括：

判断形近字集合中是否存在与第一字符匹配的第一匹配字符；

若是，则确定待定姓氏字符存在于多个姓氏字符中，并将待定姓氏字符的第一字符替换为第一匹配字符；

若否，则根据同音字集合确定待定姓氏字符是否存在于多个姓氏字符中；

根据同音字集合确定待定姓氏字符是否存在于多个姓氏字符中的步骤，包括：