在多媒体时代,视频已经成为重要的信息载体,对视频中文本的采集对分析视频内容和视频检索推荐有重要意义。现阶段视频文本信息采集的方式有很多,如OCR技术、语音识别技术等,然而没有一种技术可以保证采集结果准确率为100%。本课题所依托的项目使用OCR模型提取视频中的文本信息,但是由于视频中背景的复杂性,OCR模型提取视频中的文本信息变得更加困难,提取出的文本中错误也更多。本文基于视频文本提取的需求,使用OCR模型提取视频文本信息,设计训练文本纠错模型提高视频文本采集的准确度,设计实现基于分布式视频流文本提取的文本纠错系统。主要工作包括:1、详细分析系统的功能性需求和非功能性需求,使用成熟的MVC系统设计模式设计系统总体架构。根据系统需求分析,设计实现系统的功能模块,提供给用户视频文本提取和文本纠错的功能,同时设计实现系统与用户的交互逻辑。2、设计系统数据的保存和处理方式。使用分布式文件存储系统HDFS保存用户视频文件,使用分布式消息队列Kafka实现系统数据处理的解耦。设计实现用户视频信息表保存用户视频信息以及对视频文件去冗余,设计实现视频OCR文本表保存视频采集原始文本,设计实现视频文本纠错结果表保存已校正的视频文本。3、设计训练基于seq2seq框架的文本纠错模型。根据文本纠错任务的特性,在Transformer模型的基础上加入copy机制,同时,在文本纠错任务的基础上加入文本侦错任务,引入多任务学习方法。分析用户数据的分布,爬取相应的语料训练文本纠错模型。本课题系统经过仔细的功能性和非功能性测试,证明了系统的可用性和有效性并在项目中部署运行。本文对本课题系统的设计实现进行了全面介绍,最后对本文的工作进行了总结,并描述了本课题系统的不足和未来的工作。