票据信息识别与纠错方法及装置制造方法及图纸

本发明专利技术提供一种票据信息识别与纠错方法及装置，通过从待识别票据获取文本内容信息、文本位置信息、上下文信息；基于所述文本内容信息、所述文本位置信息、所述上下文信息，提取票据要素信息；基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息；确定所述第一票据要素信息的类型，采取与该类型对应的纠错方式对所述第一票据要素信息进行纠错。本发明专利技术能够根据不同的票据信息给出针对性的纠错方案，对OCR识别出的文本信息进行进一步纠错，快速识别并获取票据信息中有效信息，从而提高票据信息识别的准确性，以及票据信息识别的效率。识别的效率。识别的效率。

【技术实现步骤摘要】
票据信息识别与纠错方法及装置


[0001]本申请涉及图像识别
，具体而言，涉及一种票据信息识别与纠错方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着经济发展，许多公司都使用财务系统来处理公司的各类财务相关事项。其中，绝大数财务事项均包括各类票据的识别，为了减轻财务人员的工作量，财务系统通常采用OCR(Optical Character Recognition，光学字符识别)技术对票据进行识别，提取票据中的有效信息。
[0003]由于采用OCR技术对票据进行识别存在精度不足的问题，缺乏对识别出的文本信息进行进一步纠错。因此可知现有的票据识别方案中没有对OCR识别出的文本进行纠错处理；以及如果有纠错处理，也仅仅依赖于票面要素的内在联系进行校验，缺乏对不同的票据信息给出针对性的纠错方案的问题。
[0004]因此，亟需一种能够针对不同票据信息给出针对性纠错处理的票据信息识别与纠错方法及装置。

技术实现思路

[0005]本专利技术实施例提供一种票据信息识别与纠错方法、装置、计算机设备和存储介质，用以解决现有的票据识别方案中没有对OCR识别出的文本进行纠错；以及如果有纠错，也仅仅依赖于票面要素的内在联系进行校验，缺乏对不同的票据信息给出针对性的纠错方案的问题。
[0006]为了实现上述目的，本专利技术实施例的第一方面，提供一种票据信息识别与纠错方法，包括：
[0007]从待识别票据获取文本内容信息、文本位置信息、上下文信息；
[0008]基于所述文本内容信息、所述文本位置信息、所述上下文信息，提取票据要素信息；
[0009]基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息；
[0010]确定所述第一票据要素信息的类型，采取与该类型对应的纠错方式对所述第一票据要素信息进行纠错。
[0011]可选地，在第一方面的一种可能实现方式中，所述从待识别票据获取文本内容信息、文本位置信息、上下文信息，包括：
[0012]基于OCR模型对待识别票据的图像信息进行识别，得到所述待识别票据的文本内容信息、文本位置信息、上下文信息以及所述文本内容信息的置信度。
[0013]可选地，在第一方面的一种可能实现方式中，所述基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息，
包括：
[0014]如果票据要素信息为固定词汇，则判断固定词汇词库中是否存在所述固定词汇；
[0015]如果不存在，则说明所述票据要素信息为需要纠错的第一票据要素信息；
[0016]如果存在，则说明所述票据要素信息为不需要纠错的第二票据要素信息。
[0017]可选地，在第一方面的一种可能实现方式中，所述基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息，包括：
[0018]如果所述票据要素信息为普通文本，则判断所述普通文本的置信度是否低于预设阈值；
[0019]如果所述普通文本的置信度低于预设阈值，则说明所述票据要素信息为需要纠错的第一票据要素信息；
[0020]如果所述普通文本的置信度不低于预设阈值，则说明所述票据要素信息为不需要纠错的第二票据要素信息。
[0021]可选地，在第一方面的一种可能实现方式中，所述确定所述第一票据要素信息的类型，采取与该类型对应的纠错方式对所述第一票据要素信息进行纠错，包括：
[0022]如果所述第一票据要素信息为固定词汇，则根据构建好的混淆词库对所述待纠错文本信息进行替换，得到目标文本信息；
[0023]如果所述第一票据要素信息为普通文本，则采用BERT模型对待纠错文本信息进行纠错。
[0024]可选地，在第一方面的一种可能实现方式中，所述采用BERT模型对待纠错文本信息进行纠错，包括：
[0025]将所述待纠错文本信息输入至所述BERT模型中，得到多个候选词以及所述候选词的置信度；
[0026]计算所述待纠错文本信息与所述候选词的相似度；
[0027]当所述置信度和所述相似度满足替换条件时，将所述候选词用于替换所述待纠错文本信息。
[0028]本专利技术实施例的第二方面，提供一种票据信息识别与纠错装置，包括：
[0029]文本信息获取模块，用于从待识别票据获取文本内容信息、文本位置信息、上下文信息；
[0030]票据要素信息提取模块，用于基于所述文本内容信息、所述文本位置信息、所述上下文信息，提取票据要素信息；
[0031]待纠错文本信息判断模块，用于基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息；
[0032]纠错模块，用于确定所述第一票据要素信息的类型，采取与该类型对应的纠错方式对所述第一票据要素信息进行纠错。
[0033]可选地，在第二方面的一种可能实现方式中，所述文本信息获取模块，还用于执行如下步骤，包括：
[0034]基于OCR模型对待识别票据的图像信息进行识别，得到所述待识别票据的文本内容信息、文本位置信息、上下文信息以及所述文本内容信息的置信度。
[0035]本专利技术实施例的第三方面，提供一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。
[0036]本专利技术实施例的第四方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本专利技术第一方面及第一方面各种可能设计的所述方法的步骤。
[0037]本专利技术提供的票据信息识别与纠错方法、装置、计算机设备和存储介质，通过从待识别票据获取文本内容信息、文本位置信息、上下文信息；基于所述文本内容信息、所述文本位置信息、所述上下文信息，提取票据要素信息；基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息；确定所述第一票据要素信息的类型，采取与该类型对应的纠错方式对所述第一票据要素信息进行纠错。本专利技术能够根据不同的票据信息给出针对性的纠错方案，对OCR识别出的文本信息进行进一步纠错，快速识别并获取票据信息中有效信息，从而提高票据信息识别的准确性，以及票据信息识别的效率。
附图说明
[0038]图1为票据信息识别与纠错方法的第一种实施方式的流程图；
[0039]图2为票据信息识别与纠错方法的第一种实施方式的流程框架图；
[0040]图3为票据信息识别与纠错装置的第一种实施方式的结构图。
具体实施方式
[0041]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种票据信息识别与纠错方法，其特征在于，包括：从待识别票据获取文本内容信息、文本位置信息、上下文信息；基于所述文本内容信息、所述文本位置信息、所述上下文信息，提取票据要素信息；基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息；确定所述第一票据要素信息的类型，采取与该类型对应的纠错方式对所述第一票据要素信息进行纠错。2.根据权利要求1所述的票据信息识别与纠错方法，其特征在于，所述从待识别票据获取文本内容信息、文本位置信息、上下文信息，包括：基于OCR模型对待识别票据的图像信息进行识别，得到所述待识别票据的文本内容信息、文本位置信息、上下文信息以及所述文本内容信息的置信度。3.根据权利要求1所述的票据信息识别与纠错方法，其特征在于，所述基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息，包括：如果票据要素信息为固定词汇，则判断固定词汇词库中是否存在所述固定词汇；如果不存在，则说明所述票据要素信息为需要纠错的第一票据要素信息；如果存在，则说明所述票据要素信息为不需要纠错的第二票据要素信息。4.根据权利要求1所述的票据信息识别与纠错方法，其特征在于，所述基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息，包括：如果所述票据要素信息为普通文本，则判断所述普通文本的置信度是否低于预设阈值；如果所述普通文本的置信度低于预设阈值，则说明所述票据要素信息为需要纠错的第一票据要素信息；如果所述普通文本的置信度不低于预设阈值，则说明所述票据要素信息为不需要纠错的第二票据要素信息。5.根据权利要求3所述的票据信息识别与纠错方法，其特征在于，所述确定所述第一票据要素信息的类型，采取与该类型对应的纠错方式对所述第一...

【专利技术属性】
技术研发人员：王飞，
申请(专利权)人：江苏银承网络科技股份有限公司，
类型：发明
国别省市：