文本识别方法、电子设备和计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113688628A(43)申请公布日2021.11.23(21)申请号202110859729.4(22)申请日2021.07.28(71)申请人上海携宁计算机科技股份有限公司地址200030上海市徐汇区乐山路33号403室(72)发明人傅孙奇(74)专利代理机构上海晨皓知识产权代理事务所(普通合伙)31260代理人成丽杰(51)Int.Cl.G06F40/289(2020.01)G06F16/903(2019.01)权利要求书2页说明书18页附图5页(54)发明名称文本识别方法、电子设备和计算机可读存储介质(57)摘要本申请实施例涉及互联网技术领域，公开了一种文本识别方法、电子设备和计算机可读存储介质。上述文本识别方法包括：获取包含目标对象名称的待识别文本；遍历预设的目标对象名称的中文内容的集合，将待识别文本中包含的中文内容作为待识别文本的关键词，并得到待识别文本的关键词的集合；根据预设的目标对象名称的全称的集合和关键词的集合，确定各关键词对应的候选全称，并得到候选全称的集合；根据候选全称的集合，确定从待识别文本识别出的目标对象名称。本申请实施例提供的文本识别方法，文本识别过程简洁可视，可以有效提升文本识别的速度和准确度，在一定程度上提升文本识别的容错率和成功率，降低文本识别的成本，提升用户的使用体验。CN113688628ACN113688628A权利要求书1/2页1.一种文本识别方法，其特征在于，包括：获取包含目标对象名称的待识别文本；遍历预设的所述目标对象名称的中文内容的集合，将所述待识别文本中包含的所述中文内容作为所述待识别文本的关键词，并得到所述待识别文本的关键词的集合；根据预设的所述目标对象名称的全称的集合和所述关键词的集合，确定各关键词对应的候选全称，并得到所述候选全称的集合；其中，所述候选全称中至少包含所述中文内容；根据所述候选全称的集合，确定从所述待识别文本识别出的所述目标对象名称。2.根据权利要求1所述的文本识别方法，其特征在于，所述关键词的集合中的各关键词互不相同；所述根据预设的所述目标对象名称的全称的集合和所述关键词的集合，确定各关键词对应的候选全称，并得到所述候选全称的集合，包括：遍历预设的所述目标对象名称的全称的集合，将所述全称的集合中包含所述关键词的全称，作为所述关键词对应的候选全称，并得到所述候选全称的集合。3.根据权利要求1或2所述的文本识别方法，其特征在于，所述根据所述候选全称的集合，确定从所述待识别文本识别出的所述目标对象名称，包括：遍历所述候选全称的集合，根据所述候选全称，确定待校名称；根据所述待校名称，从所述待识别文本中确定待校文本；将所述待校名称和所述待校文本进行对比，得出所述候选全称的保留结果；将保留的候选全称作为从所述待识别文本识别出的所述目标对象名称。4.根据权利要求3所述的文本识别方法，其特征在于，所述根据所述待校名称，从所述待识别文本中确定待校文本，包括：确定所述待校名称对应的关键词的首个关键字在所述待识别文本中的位置A；确定所述待校名称的长度M，并确定所述待校名称的首个中文字符在所述待校名称中的位置N；将所述待识别文本中第A‑N+1个字符至第A+M‑N个字符作为待校文本。5.根据权利要求3所述的文本识别方法，其特征在于，所述根据所述候选全称，确定待校名称，包括：将所述候选全称作为待校名称；所述将所述待校名称和所述待校文本进行对比，得出所述候选全称的保留结果，包括：判断所述待校名称是否与至少一个所述待校文本完全一致；若所述待校名称与至少一个所述待校文本完全一致，则将所述待校名称对应的候选全称作为保留的候选全称。6.根据权利要求3所述的文本识别方法，其特征在于，所述根据所述候选全称，确定待校名称，包括：根据预设的拆分规则对所述候选全称进行拆分，将拆分后的候选全称作为待校名称；其中，所述拆分规则包括将包含多个非中文内容和多个中文内容的候选全称拆分成一个非中文内容和一个中文内容的组合。7.根据权利要求6所述的文本识别方法，其特征在于，所述将所述待校名称和所述待校文本进行对比，得出所述候选全称的保留结果，包括：判断所述待校文本是否包含非中文内容；2CN113688628A权利要求书2/2页若所述待校文本不包含非中文内容，则将所述待校名称对应的候选全称作为保留的候选全称；若所述待校文本包含非中文内容，且所述候选全称对应的至少一个待校名称与所述待校文本完全一致，则将所述候选全称作为保留的候选全称。8.根据权利要求5或7所述的文本识别方法，其特征在于，所述将所述待校名称和所述待校文本进行对比，得出所述候选全称的保留结果，还包括：若所述关键词对应的所有候选全称均为不保留的候选全称，则将所述关键词对应的所有候选