(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 202210525789.7 (22)申请日 2022.05.16 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 张鹏　齐蓉　张芳　张敏华　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 樊倩 (51)Int.Cl. G06V 20/62(2022.01) G06F 16/35(2019.01) G06F 40/216(2020.01) G06F 40/30(2020.01) G06V 30/10(2022.01) (54)发明名称 文本识别方法、 装置、 计算机设备和存储介 质 (57)摘要 本申请涉及一种文本识别方法、 装置、 计算 机设备、 存储介质和计算机程序产品。 方法包括： 将包含有待识别文本的目标图像输入至目标字 符识别模型， 得到待识别文本对应的短语集合； 目标字符识别模型为文本识别类型与 目标文本 类型相匹配的字符识别模型； 若短语集合中存在 语义错误的第一短语， 则将第一 短语在目标图像 中对应的文本图像输入至新的字符识别模型， 得 到文本图像对应的第二短语； 根据第一短语与第 二短语之间的差异， 对第一短语与第二短语进行 重组， 得到至少一个候选短语； 采用至少一个候 选短语中不存在语义错误的第三 短语， 对第一短 语进行更新， 得到更新后的短语集合， 作为目标 图像的文本识别结果。 采用本方法能够提高文本 识别结果的准确性。 权利要求书2页 说明书16页 附图6页 CN 114898348 A 2022.08.12 CN 114898348 A 1.一种文本识别方法， 其特 征在于， 所述方法包括： 将包含有待识别文本的目标图像输入至目标字符识别模型， 得到所述待识别文本对应 的短语集合； 所述目标字符识别模型为在字符识别模型集合中文本识别类型与目标文本类 型相匹配的字符识别模型； 所述目标文本类型为在所述待识别文本中出现次数最多的文本 类型； 若所述短语集合中存在语义错误的第 一短语， 则将所述第 一短语在所述目标图像 中对 应的文本图像输入至新的字符识别模型， 得到所述文本图像对应的第二短语； 所述新的字 符识别模型为所述字符识别模型集 合中除所述目标字符识别模型以外的字符识别模型； 根据所述第 一短语与 所述第二短语之间的差异， 对所述第 一短语与 所述第二短语进行 重组， 得到 至少一个候选短语； 采用所述至少一个候选短语中不存在语义错误的第三短语， 对所述第一短语进行更 新， 得到更新后的短语集 合， 作为所述目标图像的文本识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述第 一短语与 所述第二短语之 间的差异， 对所述第一短语与所述第二短语进行重组， 得到 至少一个候选短语， 包括： 根据所述第 一短语与 所述第二短语之间的差异， 确定所述第 一短语中各字符位置对应 的至少一个候选 字符； 按照各所述字符位置的顺序， 基于各所述字符位置对应的至少一个候选字符构造出可 能出现的短语， 作为所述至少一个候选短语。 3.根据权利要求1所述的方法， 其特征在于， 若所述第一短语由至少两个单词构成； 所 述根据所述第一短语与所述第二短语之 间的差异， 对所述第一短语与所述第二短语进 行重 组， 得到至少一个候选短语， 包括： 根据所述第 一短语与 所述第二短语之间的差异， 确定所述第 一短语中各单词位置对应 的至少一个候选单词； 确定各所述单词位置对应的至少一个候选单词中不存在语义 错误的目标 单词； 按照各所述单词位置的顺序， 基于各所述单词位置对应的至少一个目标单词构造出可 能出现的短语， 作为所述至少一个候选短语。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述第 一短语与 所述第二短语之 间的差异， 确定所述第一短语中各 单词位置对应的至少一个候选单词， 包括： 根据所述第 一短语与 所述第二短语之间的差异， 确定所述第 一短语中的第 一差异单词 与所述第二短语中的第二差异单词； 所述第一差异单词在所述第一短语中的单词位置与所 述第二差异单词在所述第二短语中的单词位置相同； 根据所述第 一差异单词与 所述第二差异单词之间的差异， 确定所述第 一差异单词中各 字符位置对应的至少一个候选 字符； 按照所述第 一差异单词中各所述字符位置的顺序， 基于所述第 一差异单词中各字符位 置对应的至少一个候选字符构 造出可能出现的单词， 作为所述第一差异单词在所述第一短 语中的单词位置所对应的至少一个候选单词。 5.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 将所述至少一个候选短语中各候选短语输入至短语语义判断模型， 得到各所述候选短 语对应的语义判别结果；权　利　要　求　书 1/2 页 2 CN 114898348 A 2若根据所述语义判别结果确定所述至少一个候选短语均存在语义错误， 则返回所述将 所述第一短语在所述目标图像中对应的文本图像输入至新的字符识别模型的步骤， 直到在 所述至少一个候选短语中确定所述第三短语。 6.根据权利要求5所述的方法， 其特 征在于， 所述方法还 包括： 若所述字符识别模型集合中各所述新的字符识别模型对应的至少一个候选短语均存 在语义错误， 则获取所述短语语义判断模型针对各所述新的字符识别模型对应的至少一个 候选短语的出分值， 确定最大出分值； 所述出分值用于表征所述候选短语不存在语义错误 的概率； 将所述最大出分值对应的候选短语， 作为所述第三短语。 7.一种文本识别装置， 其特 征在于， 所述装置包括： 第一输入模块， 用于将包含有待识别文本的目标图像输入至目标字符识别模型， 得到 所述待识别文本对应的短语集合； 所述目标字符识别模型为在字符识别模 型集合中文本识 别类型与目标文本类型相匹配的字符识别模型； 所述目标文本类型为在所述待识别文本中 出现次数最多的文本类型； 第二输入模块， 用于若所述短语集合中存在语义错误的第一短语， 则将所述第一短语 在所述目标图像中对应的文本图像输入至新的字符识别模型， 得到所述文本图像对应的第 二短语； 所述新的字符识别模型为所述字符识别模型集合中除所述目标字符识别模型以外 的字符识别模型； 重组模块， 用于根据所述第一短语与所述第二短语之间的差异， 对所述第一短语与所 述第二短语进行重组， 得到 至少一个候选短语； 更新模块， 用于采用所述至少一个候选短语中不存在语义错误的第三短语， 对所述第 一短语进行 更新， 得到更新后的短语集 合， 作为所述目标图像的文本识别结果。 8.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至 6中任一项所述的方法的步骤。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现权利要求1至 6中任一项所述的方法的步骤。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现权利要求1至 6中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114898348 A 3