错字检测识别方法、装置、电子设备及存储介质制造方法及图纸

技术编号:26891636 阅读:28 留言:0更新日期:2020-12-29 16:10
本公开提供了一种错字检测识别方法、装置、电子设备及存储介质,该错字检测识别方法包括:获取用户的作文图片信息;对作文图片信息进行检测识别,以获取作文图片信息对应的文本内容;根据预先训练的语义模型对文本内容进行错字检测,并根据检测结果产生相应的提示信息。本公开实施例可以通过获取用户的手写作文图片来对作文中的错别字进行检测,并根据检测结果产生相应的提示信息,以对用户进行提醒,使得教师或者家长在批阅时可以直观快速的发现错字,避免了因错字而带来的审阅困扰,提高了审阅效率。

【技术实现步骤摘要】
错字检测识别方法、装置、电子设备及存储介质
本公开涉及人工智能领域,具体而言,涉及一种错字检测识别方法、装置、电子设备以及存储介质。
技术介绍
目前,针对学生、学员或者研究员手写的文章,在核稿阶段,都是由审批人员逐字逐句进行检查和批阅。但是,由于撰稿人在撰写过程中,不可避免会存在粗心和笔误的情况,使得写出来的文章难免会出现错别字和表达不正确的地方,这就给审批人员带来了不小的困扰。
技术实现思路
本公开实施例至少提供一种错字检测识别方法、装置、电子设备以及存储介质。第一方面,本公开实施例提供了一种错字检测识别方法,包括:获取用户的作文图片信息;对所述作文图片信息进行检测识别,以获取所述作文图片信息对应的文本内容;根据预先训练的语义模型对所述文本内容进行错字检测,并根据检测结果产生相应的提示信息。本公开实施例中,通过获取用户作文图片信息,对作文图片信息进行检测识别以获取作文图片信息对应的文本内容,并根据预先训练的语义模型对所述文本内容进行错字检测,可以自动的对作文中的错别字进行检测,并根据检测结果本文档来自技高网...

【技术保护点】
1.一种错字检测识别方法,其特征在于,包括:/n获取用户的作文图片信息;/n对所述作文图片信息进行检测识别,以获取所述作文图片信息对应的文本内容;/n根据预先训练的语义模型对所述文本内容进行错字检测,并根据检测结果产生相应的提示信息。/n

【技术特征摘要】
1.一种错字检测识别方法,其特征在于,包括:
获取用户的作文图片信息;
对所述作文图片信息进行检测识别,以获取所述作文图片信息对应的文本内容;
根据预先训练的语义模型对所述文本内容进行错字检测,并根据检测结果产生相应的提示信息。


2.根据权利要求1所述的方法,其特征在于,所述对所述作文图片信息进行检测识别,以获取所述作文图片信息对应的文本内容,包括:
对所述作文图片信息进行切分以得到多个单字图像块,并确定每个单字图像块在所述作文图片信息中的位置;
对每个单字图像块进行检测识别,以得到每个单字图像块所对应的识别候选字以及每个识别候选字的概率;
将每个单字图像块所对应的识别候选字中概率最高且大于特定阈值的识别候选字确定为该单字图像块所对应单字文本;
根据每个单字文本的位置将多个单字文本组合以获得所述文本内容。


3.根据权利要求2所述的方法,其特征在于,所述将每个单字图像块所对应的识别候选字中概率最高且大于特定阈值的识别候选字确定为该单字图像块所对应单字文本之后,所述错字检测识别方法还包括:
基于已经识别出的单字文本,根据预先训练的语义模型对所有识别候选字的概率均小于该特定阈值的单字图像块进行识别,以得到其所对应的单字文本。


4.根据权利要求3所述的方法,其特征在于,所述基于已经识别出的单字文本,根据训练的语义模型对所有识别候选字的概率均小于该特定阈值的单字图像块进行识别,以得到其所对应的单字文本,包括:
基于已经识别出的单字文本,根据所述语义模型对所有识别候选字的概率均小于该特定阈值的单字图像块进行识别,以获得其所对应的语义候选字以及每个语义候选字的概率;
根据所述语义候选字及其概率对所述识别候选字的概率进行调整,并将调整后的概率最高的识别候选字确认为所述单字图像块所对应的单字文本。


5.根据权利要求1所述的方法,其特征在于,所述对所述作文图片信息进行检测识别,以获取所述作文图片信息对应的文本内容,包括:
对所述作文图片信息进行切分,以得到多个单字图像块,并确定每个单字图像块的坐标;
对每个单字图像块进行检测识别,以得到每个单字图像块所对应的识别候选字以及每个识别候选字的概率;
根据每个单字图像块的坐标将同一行的多个每个单字图像块进行组合,以得到重组单行图像条;
对所述作文图片信息进行行切分,以得到多个原始单行图像条,并确定每个原始单行图像条的坐标;
对每个原始单行图像条进行检测识别,以得到每个原始单行图像条中每个位置所对应的识别候选字以及每个识别候选字的概率;
若所述重组单行图像条与所述原始单行图像条中相应位置的最大概率的识别候选字相同,则将所述概率最大的...

【专利技术属性】
技术研发人员:李全恩李雪冬
申请(专利权)人:武汉悦学帮网络技术有限公司
类型:发明
国别省市:湖北;42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1