基于深度神经网络（DNN）的OCR技术目前已能够在较为规范的数据集上取得较高的准确率。但是,当应用于真实场景时,图片重要信息丢失、图片倾斜、图片质量差等问题会导致仅基于DNN的OCR系统无法正确工作。为了应对上述问题,出现了许多OCR后纠错技术。目前OCR后纠错领域的工作较多基于英文或者类似的基础字符较少的语言,由于字符类别的数目少,它们之间的相似性小,所以纠错较为简单。但是在中文、日文等字符类别数目大的语言里进行纠错却相当困难。尤其是中文,GBK编码集中的21003个基础字符导致纠错时的相似字符候选集过大,即便只考虑GB2312中常用的3755个一级汉字,也是远超英文的52个基础字符。此外,目前大多数OCR后纠错工作仅把字符看成基本单位,比如语言模型,只考虑了字符之间的关联信息,却没有利用到字符内部的信息。为此需要扩展此类工作,以有效利用中文字符自身复杂的笔画结构信息。针对上述问题,本文结合中文汉字笔画结构信息特点,提出了基于中文字符笔画结构（Joint-Structure-Word-Embedding）的纠错候选集生成方法JSWE,验证了中文字符笔画结构对于纠错任务的有效性,同时还提出了一种基于中文字符点阵图汉明距离的候选集生成方法,解决了在上下文信息不可用时,语言模型生成纠错候选集质量较差的问题。本文主要贡献如下:1)训练了一个基于CTPN+CTC的OCR模型,并基于该模型进行数据增强,生成了一批具有OCR识别错误风格的数据集,为后续的实验提供帮助。2)提出了基于中文字符笔画结构的纠错候选生成方法,引入基于中文字符笔画结构的词向量训练方法,产生感知中文字符笔画结构的词向量,基于这些词向量之间的相似度来生成候选字符集。3)引入了基于中文字符点阵图汉明距离的方法,以字符间的汉明距离作为字符相似度度量,来解决在上下文信息不可用时BERT语言模型性能过差的问题。为验证所提出算法的效果,本文在领域内常见的公开中文数据集以及数据增强生成的带有OCR识别错误的一批数据上,进行了大量的实验及分析。实验结果表明加入了中文字符笔画结构信息后的方法能够有效地提高纠错候选集的生成质量,同时基于点阵图汉明距离的纠错候选生成方法能在上下文信息不可用的情况下找出更好的纠错候选集。最后,分别进行了词向量相似度和语义任务的实验,验证了JSWE生成的中文词向量在一般任务上的普适性。