[发明专利]基于图片识别结果的纠错方法、装置、电子设备及介质

权利要求书

1.一种基于图片识别结果的纠错方法，其特征在于，所述基于图片识别结果的纠错方法包括：

获取目标领域的样本图片，对所述目标领域的样本图片的文本信息进行标注，获取第一标注结果；

对所述目标领域的样本图片进行图像变换处理，获取第一处理结果，识别所述第一处理结果的文本信息，获取第一识别结果；

构建初始识别模型，根据所述目标领域的样本图片和所述第一标注结果形成第一样本数据集，并采用所述第一样本数据集训练所述初始识别模型，获取用于文本识别的第一模型；

构建初始纠错模型，根据所述第一标注结果和所述第一识别结果形成第二样本数据集，并采用所述第二样本数据集训练所述初始纠错模型，获取用于文本纠错的第二模型；

获取待识别图片，将所述待识别图片依次输入所述第一模型、所述第二模型，获取目标纠错结果。

2.根据权利要求1所述的基于图片识别结果的纠错方法，其特征在于，所述根据所述第一标注结果和所述第一识别结果形成第二样本数据集，具体包括：

获取所述目标领域的新词，并判断所述第一标注结果是否包括所述新词；

若否，则获取包含新词的图片，并对所述包含新词的图片的文本信息进行标注，获取第二标注结果；

对所述包含新词的图片进行图像变换处理，获取第二处理结果，识别所述第二处理结果的文本信息，获取第二识别结果；

根据所述第一标注结果和所述第一识别结果得到第一数据集；

根据所述第二标注结果和所述第二识别结果得到第二数据集，并根据所述第一数据集和所述第二数据集形成所述第二样本数据集。

3.根据权利要求2所述的基于图片识别结果的纠错方法，其特征在于，所述根据所述第一数据集和所述第二数据集形成所述第二样本数据集，具体包括：

获取已标注的样本图片，并对所述已标注的样本图片进行聚类处理，获取多个分类数据集；

合并所述第一数据集和所述第二数据集得到第三数据集，并获取所述分类数据集和所述第三数据集的领域相似度；

若所述领域相似度大于相似度阈值，则所述分类数据集为目标数据集；

根据所述目标数据集获取目标图片，对所述目标图片进行图像变换处理，获取第三处理结果，识别所述第三处理结果，获取第三识别结果；

获取所述目标图片的文本信息，得到第三标注结果，并根据所述第三标注结果和所述第三识别结果获取迁移数据集，合并所述迁移数据集和所述第三数据集，得到所述第二样本数据集。

4.根据权利要求3所述的基于图片识别结果的纠错方法，其特征在于，所述获取所述分类数据集和所述第三数据集的领域相似度，具体包括：

获取所述分类数据集和所述第三数据集的同义参数，根据所述同义参数和预设同义权重获取同义评价参数；

获取所述分类数据和所述第三数据集的反义参数，根据所述反义参数和预设反义权重获取反义评价参数；

获取所述分类数据和所述第三数据集的距离参数，根据所述距离参数和预设距离权重获取距离评价参数；

根据所述同义评价参数、所述同义评价参数和所述距离评价参数获取所述分类数据集和所述第三数据集的领域相似度。

5.根据权利要求3所述的基于图片识别结果的纠错方法，其特征在于，所述根据所述目标领域的样本图片和所述第一标注结果形成第一样本数据集，具体包括：

根据所述目标领域的样本图片和所述第一标注结果获取第四数据集；

根据所述第三标注结果和所述目标图片获取第五数据集，合并所述第四数据集和所述第五数据集，得到所述第一样本数据集。