一种基于Google的OCR结果校对新方法

• 作者: 颜建强 高新波
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: OCR 校对 语料库 Google 纠错
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 图形图像与虚拟现实
• 页码范围: 1261-1267
• 页数: 7页
• 分类号: TP301
• 字数: 5030字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.01261

摘要

为了提高OCR识别率,许多校对算法被提出用作后处理.这些方法利用自然语言规律统计大量的语料库进行语法判断.由于语料库规模有限且无法及时更新,导致一些网络新词、专用名词等常被错误处理.为此,文中将传统的语料库和Google知识库相结合,利用Google知识库获得网络新词等出现的频率,建立N Gram模型,利用词语间的接续关系进行查错,再借助Google的拼写校对功能和词语之间的可信度进行改错.相比传统的方法,该方法的语料库源于互联网,对一些新词有更好的校对效果,更适合图像中嵌入的文字信息识别结果的校正.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高新波	西安电子科技大学电子工程学院	176	3425	27.0	52.0
2	颜建强	西安电子科技大学电子工程学院	3	23	2.0	3.0