买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门大学申请的专利基于n-gram模型的中文文档的OCR后处理方法、装置及可读介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119339393B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411463715.0，技术领域涉及：G06V30/26；该发明授权基于n-gram模型的中文文档的OCR后处理方法、装置及可读介质是由王新;池天宏;徐抒杰设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本基于n-gram模型的中文文档的OCR后处理方法、装置及可读介质在说明书摘要公布了：本发明公开了一种基于n‑gram模型的中文文档的OCR后处理方法、装置及可读介质，该方法先利用OCR识别得到每个文本框的平均识别置信度、位置和n‑gram模型的评分判断是否需要进行文本框合并，如果需要进行文本框合并，则再进一步判断合并后文本框的文字结果是否需要采用形近字库中的形近字进行替换，如果替换后的文字结果的n‑gram模型的评分显著提升，则将替换后的文字结果作为OCR识别结果进行输出，从而实现对识别结果的优化，提高识别的准确度。

本发明授权基于n-gram模型的中文文档的OCR后处理方法、装置及可读介质在权利要求书中公布了：1.一种基于n-gram模型的中文文档的OCR后处理方法，其特征在于，包括以下步骤： 获取待识别的中文文档并进行OCR识别，得到若干个文本框的识别结果，每个文本框的识别结果包括文本框的位置、文本框的平均识别置信度、文本框的文字结果以及所述文字结果中的每个文字的识别置信度，对每个文本框的识别结果中的文字结果进行分词，得到每个文本框对应的分词结果； 响应于确定若干个文本框中的第一文本框的平均识别置信度小于第一阈值，则将第一文本框对应的分词结果输入到n-gram模型进行评分，得到第一文本框对应的评分；响应于确定所述第一文本框对应的评分小于第二阈值，则根据第一文本框的位置和若干个文本框中的其余文本框的位置确定位于第一文本框附近的第二文本框，将第二文本框对应的分词结果输入到n-gram模型进行评分，得到第二文本框对应的评分，根据所述第一文本框对应的评分和第二文本框对应的评分判断是否需要将所述第一文本框和第二文本框合并；响应于确定需要将所述第一文本框和第二文本框合并，则得到合并后文本框、合并后文本框的文字结果以及合并后文本框的文字结果中的每个文字的识别置信度； 构建形近字库，对所述合并后文本框的文字结果进行分词，得到所述合并后文本框对应的分词结果，将所述合并后文本框对应的分词结果输入到n-gram模型进行评分，得到合并后文本框对应的评分；响应于所述合并后文本框对应的评分大于或等于第三阈值，则将所述合并后文本框的文字结果作为OCR识别结果；响应于所述合并后文本框对应的评分小于第三阈值，则基于所述形近字库对所述合并后文本框的文字结果中的文字进行处理，得到OCR识别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门大学，其通讯地址为：361000 福建省厦门市思明南路422号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。