[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

说明书

本发明适用于人工智能技术领域，提供了一种基于图片识别结果的纠错方法、装置、电子设备及介质，该方法通过对样本图片进行标注，获取第一标注结果；对样本图片进行图像变换处理，获取第一处理结果，识别第一处理结果的文本信息，获取第一识别结果；根据样本图片和第一标注结果形成第一样本数据集，采用第一样本数据集训练初始识别模型，获取第一模型；根据第一标注结果和第一识别结果形成第二样本数据集，采用第二样本数据集训练初始纠错模型，获取第二模型；将待识别图片依次输入第一模型、第二模型，获取纠错结果；解决了现有人工智能技术中图片识别结果不准确的问题。

在技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于图片识别结果的纠错方法、装置、电子设备及介质。

背景技术

随着光学字符识别技术(OCR)的蓬勃发展，信息录入系统的工作逐渐被深度神经网络模型所取代。金融领域存在各种各样的信息录入环节，如银行卡信息录入，汇款单等票据的信息录入等。OCR技术可以将工作人员从繁琐的重复劳动中解放出来。

但是，OCR的文本识别效果受到图片质量的影响，会出现错误识别的情况，从而影响到信息录入的正确性，因此需要对文本识别的结果进行纠错处理。现有的文本纠错技术通常采用语言模型与字形相似度相结合的纠错方法。语言模型根据文本上下文纠错不合理的识别结果，通常需要在纠错语料库上微调，然而，构建特定场景下纠错语料库是一项繁琐的工作。基于字形相似度的方法计算语言模型输出的候选结果和真实标签的字形相似度，选择字形相似度最高的文字作为输出的结果；需要对语料库中所有的文字做复杂的字形编码，容易出现未登录词的情况。此外，采用语言模型与字形相似度相结合的方式计算复杂度过高，会影响文本识别与纠错系统的速度。

发明内容

本发明提供了一种基于图片识别结果的纠错方法、装置、电子设备及介质，以解决现有人工智能技术中图片识别结果不准确的问题。

本发明提供的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。

可选的，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，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。

可选的，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；