(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210531616.6 (22)申请日 2022.05.13 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 黄英仁　吕中厚　张华正　包沉浮　 王洋　田伟娟　高梦晗　干逸显　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 王文思 (51)Int.Cl. G06V 20/62(2022.01) G06Q 10/06(2012.01) G06F 40/30(2020.01) (54)发明名称 文本识别方法、 装置、 电子设备和存 储介质 (57)摘要 本公开提供了一种文本识别方法， 涉及人工 智能技术领域， 尤其涉及自然语言处理技术领 域。 具体实现方案为： 基于待识别文本的字 形、 音 标和结构， 生成待识别文本的特征序列； 根据风 险文本的特征序列和待识别文本的特征序列， 确 定待识别文本和风险文本 之间的相似度； 以及根 据相似度， 确定待识别文本的风险程度。 本公开 还提供了一种文本识别装置、 电子设备和存储介 质。 权利要求书3页 说明书7页 附图4页 CN 114821566 A 2022.07.29 CN 114821566 A 1.一种文本识别方法， 包括： 基于待识别文本的字形、 音标和结构， 生成所述待识别文本的特 征序列； 根据风险文本的特征序列和所述待识别文本的特征序列， 确定所述待识别文本和所述 风险文本之间的相似度； 以及 根据所述相似度， 确定所述待识别文本的风险程度。 2.根据权利要求1所述的方法， 其中， 所述基于待识别文本的字形、 音标和结构， 生成所 述待识别文本的特 征序列包括： 确定所述待识别文本中的每 个字符的特 征， 作为所述待识别文本的基础特 征； 将所述待识别文本 中的每个字符按照字形拆分为多个组成部分， 并生成每个组成部分 的特征， 作为所述待识别文本的字形 特征； 根据所述待识别文本中的每 个字符的音标， 生成所述待识别文本的音标 特征； 根据预设的风险结构， 生成所述待识别文本的结构特 征； 以及 根据所述待识别文本的基础特征、 字形特征、 音标特征和结构特征， 生成所述待识别文 本的特征序列。 3.根据权利要求2所述的方法， 其中， 所述预设的风险结构包括多个结构模式； 所述根 据预设的风险结构， 生成所述待识别文本的结构特 征包括： 根据所述待识别文本与所述多个结构模式中的每个结构模式之间的关系， 生成所述待 识别文本的结构特 征。 4.根据权利要求1所述的方法， 还 包括： 确定所述 风险文本中的每 个字符的特 征， 作为所述 风险文本的基础特 征； 将所述风险文本 中的每个字符按照字形拆分为多个组成部分， 并生成每个组成部分的 特征， 作为所述 风险文本的字形 特征； 根据所述 风险文本中的每 个字符的音标， 生成所述 风险文本的音标 特征； 根据预设的风险结构， 生成所述 风险文本的结构特 征； 以及 根据所述风险文本的基础特征、 字形特征、 音标特征和结构特征， 生成所述风险文本的 特征序列。 5.根据权利要求4所述的方法， 其中， 所述预设的风险结构包括多个结构模式； 所述根 据预设的风险结构， 生成所述 风险文本的结构特 征包括： 根据所述风险文本与 所述多个结构模式中的每个结构模式之间的关系， 生成所述风险 文本的结构特 征。 6.根据权利要求1至5中任一项所述的方法， 其中， 所述根据风险文本的特征序列和所 述待识别文本的特 征序列， 确定所述待识别文本和所述 风险文本之间的相似度包括： 将所述风险文本的特征序列和所述待识别文本的特征序列输入到自然语言处理模型 中， 得到所述待识别文本和所述 风险文本之间的相似度。 7.一种文本识别装置， 包括： 第一生成模块， 用于基于待识别文本的字形、 音标和结构， 生成所述待识别文本的特征 序列； 第一确定模块， 用于根据风险文本的特征序列和所述待识别文本的特征序列， 确定所 述待识别文本和所述 风险文本之间的相似度； 以及权　利　要　求　书 1/3 页 2 CN 114821566 A 2第二确定模块， 用于根据所述相似度， 确定所述待识别文本的风险程度。 8.根据权利要求7 所述的装置， 其中， 所述第一 生成模块包括： 第一生成单元， 用于确定所述待识别文本中的每个字符的特征， 作为所述待识别文本 的基础特 征； 第二生成单元， 用于将所述待识别文本中的每个字符按照字形拆分为多个组成部分， 并生成每 个组成部分的特 征， 作为所述待识别文本的字形 特征； 第三生成单元， 用于根据所述待识别文本中的每个字符的音标， 生成所述待识别文本 的音标特征； 第四生成单 元， 用于根据预设的风险结构， 生成所述待识别文本的结构特 征； 以及 第五生成单元， 用于根据所述待识别文本的基础特征、 字形特征、 音标特征和结构特 征， 生成所述待识别文本的特 征序列。 9.根据权利要求8所述的装置， 其中， 所述预设的风险结构包括多个结构模式； 所述第 四生成单元用于根据所述待识别文本与所述多个结构模式中的每个结构模式之 间的关系， 生成所述待识别文本的结构特 征。 10.根据权利要求7所述的装置， 所述装置还包括第二生成模块， 所述第二生成模块包 括： 第六生成单元， 用于确定所述风险文本中的每个字符的特征， 作为所述风险文本的基 础特征； 第七生成单元， 用于将所述风险文本中的每个字符按照字形拆分为多个组成部分， 并 生成每个组成部分的特 征， 作为所述 风险文本的字形 特征； 第八生成单元， 用于根据所述风险文本中的每个字符的音标， 生成所述风险文本的音 标特征； 第九生成单 元， 用于根据预设的风险结构， 生成所述 风险文本的结构特 征； 以及 第十生成单元， 用于根据所述风险文本的基础特征、 字形特征、 音标特征和结构特征， 生成所述 风险文本的特 征序列。 11.根据权利要求10所述的装置， 其中， 所述预设的风险结构包括多个结构模式； 所述 第九生成单元用于根据所述风险文本与所述多个结构模式中的每个结构模式之 间的关系， 生成所述 风险文本的结构特 征。 12.根据权利要求7至11中任一项所述的装置， 其中， 所述第二确定单元用于将所述风 险文本的特征序列和所述待识别文本的特征序列输入到自然语言处理模型中， 得到所述待 识别文本和所述 风险文本之间的相似度。 13.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1至 6中任一项所述的方法。 14.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中， 所述计算机指令用于 使所述计算机执 行根据权利要求1至 6中任一项所述的方法。 15.一种计算机程序产品， 包括计算机程序， 所述计算机程序在被处理器执行时实现根权　利　要　求　书 2/3 页 3 CN 114821566 A 3