CN110705536A - 汉字识别纠错方法、装置、计算机可读介质及电子设备 - Google Patents

Abstract

本公开涉及一种汉字识别纠错方法、装置、计算机可读介质及电子设备。方法包括：接收客户端发送的汉字纠错请求，汉字纠错请求包括待纠错汉字；确定待纠错汉字的编码，编码用于表征所述待纠错汉字所包含的部件和部件间结构关系，部件包括偏旁和部首；根据汉字信息库中存储的多个预设汉字对应的编码，及待纠错汉字的编码，从多个预设汉字中确定出与待纠错汉字相似的目标汉字，其中，多个预设汉字不包括待纠错汉字；将目标汉字发送至客户端，以由客户端进行展现。由此，根据各汉字相应编码确定出的与待纠错汉字相似的目标汉字与待纠错汉字存在相关性，这样，将与上述待纠错汉字存在相关性的目标汉字用于该待纠错汉字的纠错，能够提升纠错准确度和纠错效率。

Description

汉字识别纠错方法、装置、计算机可读介质及电子设备

技术领域

本公开涉及图像文字识别领域，具体地，涉及一种汉字识别纠错方法、装置、计算机可读介质及电子设备。

背景技术

现阶段，汉字的编码大多采用独热码(one-hot code)方式，这样，汉字信息库中有7445个汉字和图形字符，则用于表示每个汉字和图形字符的编码的维度就有七千多个，是非常庞大且臃肿的编码方式。并且，该种编码方式中，临近的几个编码所代表的汉字之间没有任何相关性，因此，在识别失误的情况下，根本无法知道原图像中示出的图像到底是什么，十分不便于识别后汉字的纠错。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种汉字识别纠错方法，包括：

接收客户端发送的汉字纠错请求，所述汉字纠错请求包括待纠错汉字；

确定所述待纠错汉字的编码，所述编码用于表征所述待纠错汉字所包含的部件和部件间结构关系，所述部件包括偏旁和部首；

根据汉字信息库中存储的多个预设汉字对应的编码，以及所述待纠错汉字的编码，从所述多个预设汉字中确定出与所述待纠错汉字相似的目标汉字，其中，所述多个预设汉字不包括所述待纠错汉字；

将所述目标汉字发送至所述客户端，以由所述客户端进行展现。

第二方面，本公开提供一种汉字识别纠错装置，包括：

接收模块，用于接收客户端发送的汉字纠错请求，所述汉字纠错请求包括待纠错汉字；

第一确定模块，用于确定所述待纠错汉字的编码，所述编码用于表征所述待纠错汉字所包含的部件和部件间结构关系，所述部件包括偏旁和部首；

第二确定模块，用于根据汉字信息库中存储的多个预设汉字对应的编码，以及所述第一确定模块确定出的所述待纠错汉字的编码，从所述多个预设汉字中确定出与所述待纠错汉字相似的目标汉字，其中，所述多个预设汉字不包括所述待纠错汉字；

发送模块，用于将所述第二确定模块确定出的所述目标汉字发送至所述客户端，以由所述客户端进行展现。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面提供的所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面提供的所述方法的步骤。

在上述技术方案中，在接收到客户端发送的汉字纠错请求后，首先，确定该待纠错请求中包含的待纠错汉字的编码；然后，根据汉字信息库中存储的多个预设汉字对应的编码以及待纠错汉字的编码，从多个预设汉字中确定出与上述待纠错汉字相似的目标汉字；最后，将该目标汉字反馈给客户端，以在客户端进行展现。由于上述方法中各汉字采用的编码能够表征对应汉字所包含的部件和部件间结构关系，因此，编码相似的汉字之间存在相同的部件或结构。由此，上述根据各汉字相应编码确定出的与待纠错汉字相似的目标汉字与待纠错汉字存在相关性，这样，将与上述待纠错汉字存在相关性的目标汉字用于该待纠错汉字的纠错，能够提升纠错准确度和纠错效率。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：

图1是根据一示例性实施例示出的一种实施环境的示意图。

图2是根据一示例性实施例示出的一种汉字识别纠错方法的流程图。

图3是根据一示例性实施例示出的一种汉字编码方法的流程图。

图4是根据另一示例性实施例示出的一种汉字编码方法的流程图。

图5是根据一示例性实施例示出的一种确定目标汉字的方法的流程图。

图6是根据一示例性实施例示出的一种汉字识别纠错装置的框图。

图7是根据一示例性实施例示出的一种编码装置的框图。

图8是根据另一示例性实施例示出的一种编码装置的框图。

图9是根据另一示例性实施例示出的一种汉字识别纠错装置的框图。

图10是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

图1是根据一示例性实施例示出的一种实施环境的示意图。如图1所示，该实施环境可以包括服务器100和至少一个客户端200。

在本公开中，上述服务器100分别与每个客户端200进行通信连接，其中，二者可以例如经由2G网络、3G网络、4G网络、蓝牙、WIFI等进行通信，以完成数据传输。其中，客户端200在对图像进行汉字识别后，可以将识别失误的一个或多个待纠错汉字发送至服务器100，以由该服务器100提供纠错建议。另外，上述客户端200可以例如是智能手机、平板电脑等，在本公开中不作具体限定。

具体来说，上述服务器100可以通过图2中所示的步骤201～步骤204来为相应客户端200提供纠错建议。

在步骤201中，接收客户端发送的汉字纠错请求，该汉字纠错请求包括待纠错汉字。

在本公开中，客户端200在对图像进行汉字识别后，当存在识别失误的情况时，可以向服务器100发送包含一个或多个待纠错汉字的汉字纠错请求；服务器100接收该汉字纠错请求。

在步骤202中，确定待纠错汉字的编码。

在本公开中，上述编码用于表征待纠错汉字所包含的部件和部件间结构关系，其中，上述部件可以包括偏旁和部首，部件间结构关系是从形态上将汉字的结构归纳为上下结构、左右结构以及其它结构(例如，上中下结构、左中右结构、全包围结构、半包围结构、穿插结构、品字形结构、独体结构等)。

在汉字信息库中存储有各汉字对应的编码，这样，在通过上述步骤201接收到客户端200发送的汉字纠错请求时，通过访问汉字信息库的相应存储模块即可获取到待纠错汉字对应的编码。

另外，在一种实施方式中，上述汉字信息库中各汉字对应的编码可以通过图3中所示的步骤301～步骤303来确定。

在步骤301中，针对汉字信息库中的每个汉字，获取该汉字所包含的部件和部件间结构关系。

在本公开中，由于获取部件和部件间结构关系的具体方式属于本领域技术人员公知的，这里不再赘述。

在步骤302中，针对每个部件，将第一编码序列中、与该部件对应的元素值修改为第一比特值，得到第二编码序列。

在本公开中，上述第一编码序列可以为各元素值均为第二比特值的二进制比特序列，且部件结构集中的各部件或部件间结构关系分别与该第一编码序列中的各元素一一对应(即，第一编码序列的长度等于部件结构集中包含的元素个数)，其中，上述部件结构集可以为汉字信息库中所有汉字所包含的部件和部件间结构关系构成的集合。

另外，上述第一比特值为1，第二比特值为0；或者，第一比特值为0，第二比特值为1。

示例地，上述汉字信息库中所有汉字所包含的部件有300个、包含的部件间结构关系有50个，则第一编码序列的长度为350，其中，上述300个部件、50个部件间结构关系分别与该第一编码序列中的350个元素一一对应。

在步骤303中，针对每个部件间结构关系，将第二编码序列中、与部件间结构关系对应的元素值修改为第一比特值，得到汉字对应的编码。

下面举例说明如何通过上述步骤301～步骤303来对汉字信息库中各汉字进行编码。

示例地，上述汉字为“部”，通过上述步骤301获取到该汉字所包含的部件为“立”、“口”、“阝”，其中，各部件结构关系为左右结构+上下结构；之后，将第一编码序列中与“立”、“口”、“阝”这三个部件对应的元素值分别修改为第一比特值(例如，1)，得到第二编码序列；接下来，再将第二编码序列中与“左右结构”、“上下结构”对应的元素值分别修改为第一比特值(例如，1)，由此，可以得到汉字“部”对应的编码。

又示例地，上述汉字为“中”，通过上述步骤301获取到该汉字所包含的部件为“中”，并且，其部件结构关系为独体结构；之后，将第一编码序列中与“中”这个部件对应的元素值修改为第一比特值(例如，1)，得到第二编码序列；接下来，再将第二编码序列中与“独体结构”对应的元素值修改为第一比特值(例如，1)，由此，可以得到汉字“中”对应的编码。

在另一种实施方式中，首先，针对汉字信息库中的每个汉字，获取该汉字所包含的部件和部件间结构关系；然后，针对每个部件间结构关系，将第一编码序列中、与该部件间结构关系对应的元素值修改为第一比特值，得到第二编码序列；最后，针对每个部件，将第二编码序列中、与该部件对应的元素值修改为第一比特值，得到汉字对应的编码。

在又一种实施方式中，上述汉字信息库中各汉字对应的编码可以通过图4中所示的步骤401～步骤404来确定。

在步骤401中，针对汉字信息库中的每个汉字，获取该汉字所包含的部件和部件间结构关系。

在步骤402中，针对每个部件，将第三编码序列中、与该部件对应的元素值修改为第一比特值，得到第四编码序列。

在本公开中，上述第三编码序列为各元素值均为第二比特值的二进制比特序列，且部件集中的各部件分别与第三编码序列中的各元素一一对应，其中，上述部件集为汉字信息库中所有汉字所包含的部件构成的集合。

示例地，上述汉字信息库中所有汉字所包含的部件有300个，则第三编码序列的长度为300，其中，上述300个部件分别与该第三编码序列中的300个元素一一对应。

在步骤403中，针对每个部件间结构关系，将第五编码序列中、与该部件间结构关系对应的元素值修改为第一比特值，得到第六编码序列。

在本公开中，上述第五编码序列为各元素值均为第二比特值的二进制比特序列，且结构集中的各部件间结构关系分别与第五编码序列中的各元素一一对应，其中，上述结构集为汉字信息库中所有汉字所包含的部件间结构关系构成的集合。

示例地，上述汉字信息库中所有汉字所包含的部件间结构关系有50个，则第五编码序列的长度为50，其中，上述50个部件间结构关系分别与该第五编码序列中的50个元素一一对应。

在步骤404中，将第四编码序列和第六编码序列进行拼接，得到汉字对应的编码。

在本公开中，在通过上述步骤402得到第四编码序列、以及通过上述步骤403得到第六编码序列后，可以将第六编码序列拼接至第四编码序列的尾部，或者，将第四编码序列拼接在第六编码序列的尾部，从而得到上述汉字对应的编码。

另外，需要说明的是，上述步骤403可以在上述402之前执行，也可以在上述步骤402之后执行，还可以与上述步骤402同时执行，在本公开中不作具体限定。

下面举例说明如何通过上述步骤401～步骤404来对汉字信息库中各汉字进行编码。

示例地，上述汉字为“部”，通过上述步骤401获取到该汉字所包含的部件为“立”、“口”、“阝”，其中，各部件结构关系为左右结构+上下结构；之后，将第三编码序列中与“立”、“口”、“阝”这三个部件对应的元素值分别修改为第一比特值(例如，1)，得到第四编码序列，将第五编码序列中与“左右结构”、“上下结构”对应的元素值分别修改为第一比特值(例如，1)，得到第六编码序列；最后，将第四编码序列和第六编码序列拼接起来，由此，可以得到汉字“部”对应的编码。

又示例地，上述汉字为“中”，通过上述步骤401获取到该汉字所包含的部件为“中”，并且，其部件结构关系为独体结构；之后，将第三编码序列中与“中”这个部件对应的元素值修改为第一比特值(例如，1)，得到第四编码序列，将第五编码序列中与“独体结构”对应的元素值修改为第一比特值(例如，1)，得到四六编码序列；最后，将第四编码序列和第六编码序列拼接起来，由此，可以得到汉字“中”对应的编码。

此外，上述部件间结构关系可以有多种不同的划分规则，例如：“凶”，可以定义为是独体结构，也可以定义为上下结构；“逃”，可以定义为上下结构，也可以定义为左右结构等。

返回图2，在步骤203中，根据汉字信息库中存储的多个预设汉字对应的编码，以及待纠错汉字的编码，从多个预设汉字中确定出与待纠错汉字相似的目标汉字。

在本公开中，上述多个预设汉字不包括上述步骤201获取到的待纠错汉字。并且，该多个预设汉字可以是用户预先设定的，也可以是默认的(例如，该多个预设汉字包括汉字信息库中、除上述待纠错汉字之外的其他汉字；或者，该多个预设汉字包括常用汉字中、除上述待纠错汉字之外的其他汉字)，在本公开中不作具体限定。

并且，可以通过多种方式来确定上述目标汉字，在一种实施方式中，可以针对上述多个预设汉字中的每个预设汉字，将该预设汉字对应的编码与待纠错汉字的编码进行匹配；若匹配率大于预设匹配率阈值，则确定该预设汉字与待纠错汉字相似，并将其确定为目标汉字。其中，上述预设匹配率阈值可以是用户根据编码长度设定的，也可以是默认的，在本公开中不作具体限定。

示例地，上述汉字信息库中所有汉字包含的部件和部件间结构关系有350个，则可以将上述匹配率阈值设置为69/70。

在另一种实施方式中，可以通过图5中所示的步骤2031和步骤2032来确定上述目标汉字。

在步骤2031中，针对每个预设汉字，计算该预设汉字对应的编码与待纠错汉字的编码之间的相似度。

在本公开中，可以通过欧式距离、余弦距离、汉明距离等方式来计算各预设汉字对应的编码与待纠错汉字的编码之间的相似度。

在步骤2032中，若根据相似度确定相似度对应的预设汉字与待纠错汉字相似，则将该相似度对应的预设汉字确定为目标汉字。

在一种实施方式中，当上述相似度大于第一预设相似度阈值时，可以确定相似度对应的预设汉字与待纠错汉字相似。

示例地，上述步骤2031采用欧式距离或余弦距离来计算各预设汉字对应的编码与待纠错汉字的编码之间的相似度，这样，当上述相似度大于第一预设相似度阈值时，可以确定相似度对应的预设汉字与待纠错汉字相似。

在另一种实施方式中，当上述相似度小于第二预设相似度阈值时，可以确定相似度对应的预设汉字与待纠错汉字相似。

示例地，上述步骤2031采用汉明距离来计算各预设汉字对应的编码与待纠错汉字的编码之间的相似度，这样，当上述相似度小于第二预设相似度阈值时，可以确定相似度对应的预设汉字与待纠错汉字相似。

另外，需要说明的是，上述第一预设相似度阈值、第二预设相似度阈值均可以是用户设定的值，也可以是默认的经验值，并且，二者可以相等，也可以不相等，在本公开中均不作具体限定。

返回图2，在步骤204中，将目标汉字发送至客户端，以由客户端进行展现。

在本公开中，在通过上述步骤203获取到与待纠错汉字相似的目标汉字后，可以将其发送至客户端；客户端接收并展现该目标汉字。

在上述技术方案中，在接收到客户端发送的汉字纠错请求后，首先，确定该待纠错请求中包含的待纠错汉字的编码；然后，根据汉字信息库中存储的多个预设汉字对应的编码以及待纠错汉字的编码，从多个预设汉字中确定出与上述待纠错汉字相似的目标汉字；最后，将该目标汉字反馈给客户端，以在客户端进行展现。由于上述方法中各汉字采用的编码能够表征对应汉字所包含的部件和部件间结构关系，因此，编码相似的汉字之间存在相同的部件或结构。由此，上述根据各汉字相应编码确定出的与待纠错汉字相似的目标汉字与待纠错汉字存在相关性，这样，将与上述待纠错汉字存在相关性的目标汉字用于该待纠错汉字的纠错，能够提升纠错准确度和纠错效率。

图6是根据一示例性实施例示出的一种汉字识别纠错装置的框图。参照图6，该装置60包括：接收模块61，用于接收客户端发送的汉字纠错请求，所述汉字纠错请求包括待纠错汉字；第一确定模块62，用于确定所述待纠错汉字的编码，所述编码用于表征所述待纠错汉字所包含的部件和部件间结构关系，所述部件包括偏旁和部首；第二确定模块63，用于根据汉字信息库中存储的多个预设汉字对应的编码，以及所述第一确定模块62确定出的所述待纠错汉字的编码，从所述多个预设汉字中确定出与所述待纠错汉字相似的目标汉字，其中，所述多个预设汉字不包括所述待纠错汉字；发送模块64，用于将所述第二确定模块63确定出的所述目标汉字发送至所述客户端，以由所述客户端进行展现。

图7是根据一示例性实施例示出的一种编码装置的框图。参照图7，该编码装置70可以包括：获取模块71，用于针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；第三确定模块72，用于针对所述获取模块71获取到的每个所述部件，将第一编码序列中、与所述部件对应的元素值修改为第一比特值，得到第二编码序列，其中，所述第一编码序列为各元素值均为第二比特值的二进制比特序列，且部件结构集中的各部件或部件间结构关系分别与所述第一编码序列中的各元素一一对应，所述部件结构集为所述汉字信息库中所有汉字所包含的部件和部件间结构关系构成的集合；第四确定模块73，用于针对所述获取模块71获取到的每个所述部件间结构关系，将所述第二编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到所述汉字对应的编码。

图8是根据另一示例性实施例示出的一种编码装置的框图。参照图8，该编码装置70可以包括：获取模块71，用于针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；第五确定模块74，用于针对所述获取模块71获取到的每个所述部件，将第三编码序列中、与所述部件对应的元素值修改为第一比特值，得到第四编码序列，其中，所述第三编码序列为各元素值均为第二比特值的二进制比特序列，且部件集中的各部件分别与所述第三编码序列中的各元素一一对应，所述部件集为所述汉字信息库中所有汉字所包含的部件构成的集合；第六确定模块75，用于针对所述获取模块71获取到的每个所述部件间结构关系，将第五编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到第六编码序列，其中，所述第五编码序列为各元素值均为所述第二比特值的二进制比特序列，且结构集中的各部件间结构关系分别与所述第五编码序列中的各元素一一对应，所述结构集为所述汉字信息库中所有汉字所包含的部件间结构关系构成的集合；拼接模块76，用于将所述第五确定模块74得到的所述第四编码序列和所述第六确定模块75得到的所述第六编码序列进行拼接，得到所述汉字对应的编码。

另外，需要说明的是，该编码装置70可以与上述汉字识别纠错装置60相互独立，也可以集成于该汉字识别纠错装置60内，在本公开中不作具体限定。

图9是根据另一示例性实施例示出的一种汉字识别纠错装置的框图。参照图9，所述第二确定模块63包括：计算子模块631，用于针对每个所述预设汉字，计算所述预设汉字对应的编码与所述待纠错汉字的编码之间的相似度；确定子模块632，用于若根据所述计算子模块631得到的所述相似度确定所述相似度对应的预设汉字与所述待纠错汉字相似，则将所述相似度对应的预设汉字确定为目标汉字。

本公开还提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开提供的上述汉字识别纠错方法的步骤。

下面参考图10，其示出了适于用来实现本公开实施例的电子设备(例如图1中的服务器100)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图10示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图10所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图10示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收客户端发送的汉字纠错请求，所述汉字纠错请求包括待纠错汉字；确定所述待纠错汉字的编码，所述编码用于表征所述待纠错汉字所包含的部件和部件间结构关系，所述部件包括偏旁和部首；根据汉字信息库中存储的多个预设汉字对应的编码，以及所述待纠错汉字的编码，从所述多个预设汉字中确定出与所述待纠错汉字相似的目标汉字，其中，所述多个预设汉字不包括所述待纠错汉字；将所述目标汉字发送至所述客户端，以由所述客户端进行展现。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，第一确定模块还可以被描述为“确定待纠错汉字的编码的模块”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，示例1提供了一种汉字识别纠错方法，包括：接收客户端发送的汉字纠错请求，所述汉字纠错请求包括待纠错汉字；确定所述待纠错汉字的编码，所述编码用于表征所述待纠错汉字所包含的部件和部件间结构关系，所述部件包括偏旁和部首；根据汉字信息库中存储的多个预设汉字对应的编码，以及所述待纠错汉字的编码，从所述多个预设汉字中确定出与所述待纠错汉字相似的目标汉字，其中，所述多个预设汉字不包括所述待纠错汉字；将所述目标汉字发送至所述客户端，以由所述客户端进行展现。

根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述汉字信息库中各汉字对应的编码通过以下方式来确定：针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；针对每个所述部件，将第一编码序列中、与所述部件对应的元素值修改为第一比特值，得到第二编码序列，其中，所述第一编码序列为各元素值均为第二比特值的二进制比特序列，且部件结构集中的各部件或部件间结构关系分别与所述第一编码序列中的各元素一一对应，所述部件结构集为所述汉字信息库中所有汉字所包含的部件和部件间结构关系构成的集合；针对每个所述部件间结构关系，将所述第二编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到所述汉字对应的编码。

根据本公开的一个或多个实施例，示例3提供了示例1的方法，所述汉字信息库中各汉字对应的编码通过以下方式来确定：针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；针对每个所述部件，将第三编码序列中、与所述部件对应的元素值修改为第一比特值，得到第四编码序列，其中，所述第三编码序列为各元素值均为第二比特值的二进制比特序列，且部件集中的各部件分别与所述第三编码序列中的各元素一一对应，所述部件集为所述汉字信息库中所有汉字所包含的部件构成的集合；针对每个所述部件间结构关系，将第五编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到第六编码序列，其中，所述第五编码序列为各元素值均为所述第二比特值的二进制比特序列，且结构集中的各部件间结构关系分别与所述第五编码序列中的各元素一一对应，所述结构集为所述汉字信息库中所有汉字所包含的部件间结构关系构成的集合；将所述第四编码序列和所述第六编码序列进行拼接，得到所述汉字对应的编码。

根据本公开的一个或多个实施例，示例4提供了示例1-3任一项所述的方法，所述根据汉字信息库中存储的多个预设汉字对应的编码，以及所述待纠错汉字的编码，从所述多个预设汉字中确定出与所述待纠错汉字相似的目标汉字，包括：针对每个所述预设汉字，计算所述预设汉字对应的编码与所述待纠错汉字的编码之间的相似度；若根据所述相似度确定所述相似度对应的预设汉字与所述待纠错汉字相似，则将所述相似度对应的预设汉字确定为目标汉字。

根据本公开的一个或多个实施例，示例5提供了一种汉字识别纠错装置，包括：接收模块，用于接收客户端发送的汉字纠错请求，所述汉字纠错请求包括待纠错汉字；第一确定模块，用于确定所述待纠错汉字的编码，所述编码用于表征所述待纠错汉字所包含的部件和部件间结构关系，所述部件包括偏旁和部首；第二确定模块，用于根据汉字信息库中存储的多个预设汉字对应的编码，以及所述第一确定模块确定出的所述待纠错汉字的编码，从所述多个预设汉字中确定出与所述待纠错汉字相似的目标汉字，其中，所述多个预设汉字不包括所述待纠错汉字；发送模块，用于将所述第二确定模块确定出的所述目标汉字发送至所述客户端，以由所述客户端进行展现。

根据本公开的一个或多个实施例，示例6提供了示例5的装置，所述汉字信息库中各汉字对应的编码是通过编码装置来确定，其中，所述编码装置包括：获取模块，用于针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；第三确定模块，用于针对所述获取模块获取到的每个所述部件，将第一编码序列中、与所述部件对应的元素值修改为第一比特值，得到第二编码序列，其中，所述第一编码序列为各元素值均为第二比特值的二进制比特序列，且部件结构集中的各部件或部件间结构关系分别与所述第一编码序列中的各元素一一对应，所述部件结构集为所述汉字信息库中所有汉字所包含的部件和部件间结构关系构成的集合；第四确定模块，用于针对所述获取模块获取到的每个所述部件间结构关系，将所述第二编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到所述汉字对应的编码。

根据本公开的一个或多个实施例，示例7提供了示例5的装置，所述汉字信息库中各汉字对应的编码是通过编码装置来确定，其中，所述编码装置包括：获取模块，用于针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；第五确定模块，用于针对所述获取模块获取到的每个所述部件，将第三编码序列中、与所述部件对应的元素值修改为第一比特值，得到第四编码序列，其中，所述第三编码序列为各元素值均为第二比特值的二进制比特序列，且部件集中的各部件分别与所述第三编码序列中的各元素一一对应，所述部件集为所述汉字信息库中所有汉字所包含的部件构成的集合；第六确定模块，用于针对所述获取模块获取到的每个所述部件间结构关系，将第五编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到第六编码序列，其中，所述第五编码序列为各元素值均为所述第二比特值的二进制比特序列，且结构集中的各部件间结构关系分别与所述第五编码序列中的各元素一一对应，所述结构集为所述汉字信息库中所有汉字所包含的部件间结构关系构成的集合；拼接模块，用于将所述第五确定模块得到的所述第四编码序列和所述第六确定模块得到的所述第六编码序列进行拼接，得到所述汉字对应的编码。

根据本公开的一个或多个实施例，示例8提供了示例5-7中任一项所述的装置，所述第二确定模块包括：计算子模块，用于针对每个所述预设汉字，计算所述预设汉字对应的编码与所述待纠错汉字的编码之间的相似度；确定子模块，用于若根据所述计算子模块得到的所述相似度确定所述相似度对应的预设汉字与所述待纠错汉字相似，则将所述相似度对应的预设汉字确定为目标汉字。

根据本公开的一个或多个实施例，示例9提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1-4中任一项所述方法的步骤。

根据本公开的一个或多个实施例，示例10提供了一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1-4中任一项所述方法的步骤。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (10)

1.一种汉字识别纠错方法，其特征在于，包括：

接收客户端发送的汉字纠错请求，所述汉字纠错请求包括待纠错汉字；

确定所述待纠错汉字的编码，所述编码用于表征所述待纠错汉字所包含的部件和部件间结构关系，所述部件包括偏旁和部首；

根据汉字信息库中存储的多个预设汉字对应的编码，以及所述待纠错汉字的编码，从所述多个预设汉字中确定出与所述待纠错汉字相似的目标汉字，其中，所述多个预设汉字不包括所述待纠错汉字；

将所述目标汉字发送至所述客户端，以由所述客户端进行展现。

2.根据权利要求1所述的方法，其特征在于，所述汉字信息库中各汉字对应的编码通过以下方式来确定：

针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；

针对每个所述部件，将第一编码序列中、与所述部件对应的元素值修改为第一比特值，得到第二编码序列，其中，所述第一编码序列为各元素值均为第二比特值的二进制比特序列，且部件结构集中的各部件或部件间结构关系分别与所述第一编码序列中的各元素一一对应，所述部件结构集为所述汉字信息库中所有汉字所包含的部件和部件间结构关系构成的集合；

针对每个所述部件间结构关系，将所述第二编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到所述汉字对应的编码。

3.根据权利要求1所述的方法，其特征在于，所述汉字信息库中各汉字对应的编码通过以下方式来确定：

针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；

针对每个所述部件，将第三编码序列中、与所述部件对应的元素值修改为第一比特值，得到第四编码序列，其中，所述第三编码序列为各元素值均为第二比特值的二进制比特序列，且部件集中的各部件分别与所述第三编码序列中的各元素一一对应，所述部件集为所述汉字信息库中所有汉字所包含的部件构成的集合；

针对每个所述部件间结构关系，将第五编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到第六编码序列，其中，所述第五编码序列为各元素值均为所述第二比特值的二进制比特序列，且结构集中的各部件间结构关系分别与所述第五编码序列中的各元素一一对应，所述结构集为所述汉字信息库中所有汉字所包含的部件间结构关系构成的集合；

将所述第四编码序列和所述第六编码序列进行拼接，得到所述汉字对应的编码。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述根据汉字信息库中存储的多个预设汉字对应的编码，以及所述待纠错汉字的编码，从所述多个预设汉字中确定出与所述待纠错汉字相似的目标汉字，包括：

针对每个所述预设汉字，计算所述预设汉字对应的编码与所述待纠错汉字的编码之间的相似度；

若根据所述相似度确定所述相似度对应的预设汉字与所述待纠错汉字相似，则将所述相似度对应的预设汉字确定为目标汉字。

5.一种汉字识别纠错装置，其特征在于，包括：

接收模块，用于接收客户端发送的汉字纠错请求，所述汉字纠错请求包括待纠错汉字；

第一确定模块，用于确定所述待纠错汉字的编码，所述编码用于表征所述待纠错汉字所包含的部件和部件间结构关系，所述部件包括偏旁和部首；

第二确定模块，用于根据汉字信息库中存储的多个预设汉字对应的编码，以及所述第一确定模块确定出的所述待纠错汉字的编码，从所述多个预设汉字中确定出与所述待纠错汉字相似的目标汉字，其中，所述多个预设汉字不包括所述待纠错汉字；

发送模块，用于将所述第二确定模块确定出的所述目标汉字发送至所述客户端，以由所述客户端进行展现。

6.根据权利要求5所述的装置，其特征在于，所述汉字信息库中各汉字对应的编码是通过编码装置来确定的，其中，所述编码装置包括：

获取模块，用于针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；

第三确定模块，用于针对所述获取模块获取到的每个所述部件，将第一编码序列中、与所述部件对应的元素值修改为第一比特值，得到第二编码序列，其中，所述第一编码序列为各元素值均为第二比特值的二进制比特序列，且部件结构集中的各部件或部件间结构关系分别与所述第一编码序列中的各元素一一对应，所述部件结构集为所述汉字信息库中所有汉字所包含的部件和部件间结构关系构成的集合；

第四确定模块，用于针对所述获取模块获取到的每个所述部件间结构关系，将所述第二编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到所述汉字对应的编码。

7.根据权利要求5所述的装置，其特征在于，所述汉字信息库中各汉字对应的编码是通过编码装置来确定的，其中，所述编码装置包括：

获取模块，用于针对所述汉字信息库中的每个汉字，获取所述汉字所包含的部件和部件间结构关系；

第五确定模块，用于针对所述获取模块获取到的每个所述部件，将第三编码序列中、与所述部件对应的元素值修改为第一比特值，得到第四编码序列，其中，所述第三编码序列为各元素值均为第二比特值的二进制比特序列，且部件集中的各部件分别与所述第三编码序列中的各元素一一对应，所述部件集为所述汉字信息库中所有汉字所包含的部件构成的集合；

第六确定模块，用于针对所述获取模块获取到的每个所述部件间结构关系，将第五编码序列中、与所述部件间结构关系对应的元素值修改为所述第一比特值，得到第六编码序列，其中，所述第五编码序列为各元素值均为所述第二比特值的二进制比特序列，且结构集中的各部件间结构关系分别与所述第五编码序列中的各元素一一对应，所述结构集为所述汉字信息库中所有汉字所包含的部件间结构关系构成的集合；

拼接模块，用于将所述第五确定模块得到的所述第四编码序列和所述第六确定模块得到的所述第六编码序列进行拼接，得到所述汉字对应的编码。

8.根据权利要求5-7中任一项所述的装置，其特征在于，所述第二确定模块包括：

计算子模块，用于针对每个所述预设汉字，计算所述预设汉字对应的编码与所述待纠错汉字的编码之间的相似度；

确定子模块，用于若根据所述计算子模块得到的所述相似度确定所述相似度对应的预设汉字与所述待纠错汉字相似，则将所述相似度对应的预设汉字确定为目标汉字。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-4中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-4中任一项所述方法的步骤。

Images