【技术实现步骤摘要】
本专利技术涉及影像分类，尤其涉及一种影像分类方法、装置、电子设备及存储介质。
技术介绍
1、在许多作业场景中，收集影像件是必备的环节，而审核影像是否齐全、对影像进行分类归档又是一个基础性工作。
2、相关技术中，在对影像进行分类处理时，针对标准影像，例如身份证、病历等可以使用特定的产品进行分类。但是，针对其它非标准影像，例如外卖订单、报警电话记录、事故证明、调查报告、定制的待遇申请表、职业伤害确认书等标准程度低的非标准影像，目前没有成熟的产品支持自动识别分类，通常是由人工进行分类，耗费人工成本高，且耗时长、效率低下。
3、因此，如何实现对标准影像及非标准影像进行分类，从而提高影像的分类效率，是目前亟待解决的问题。
技术实现思路
1、针对现有技术存在的问题，本专利技术实施例提供一种影像分类方法、装置、电子设备及存储介质。
2、本专利技术提供一种影像分类方法，包括：
3、将待分类文本影像的m个词与n个预设影像类型关联的字典表进行语义相似度匹配，确定每一个字典表中的命中字段；其中，每一个字典表中包括多个字段，所述命中字段与目标词的语义相似度达到预设阈值，所述目标词为所述m个词中的词，m、n为大于或等于1的整数；
4、针对每一个预设影像类型，获取所述预设影像类型的第一先验概率及所述预设影像类型关联的字典表中各字段的第二先验概率；基于所述第一先验概率及各所述命中字段的所述第二先验概率，确定所述预设影像类型的目标值；其中，所述目标值表征
5、基于各所述预设影像类型的所述目标值，从各所述预设影像类型中确定所述待分类文本影像的所述目标影像类型。
6、可选地，所述基于所述第一先验概率及各所述命中字段的所述第二先验概率，确定所述预设影像类型的目标值，包括：
7、针对每一个预设影像类型，将所述第一先验概率、各所述命中字段的所述第二先验概率相乘，确定所述目标值。
8、可选地，针对每一个预设影像类型，所述第一先验概率及所述各字段的所述第二先验概率，通过以下方式得到：
9、基于预设次数内，所述预设影像类型出现的次数，确定所述预设影像的所述第一先验概率；
10、基于预设次数内，所述预设影像类型关联的字典表中每一个字段出现的次数，确定所述预设影像类型关联的字典表中所述各字段的所述第二先验概率。
11、可选地，在所述从各所述预设影像类型中确定所述待分类文本影像的所述目标影像类型之后，所述方法还包括：
12、基于所述待分类文本影像的所述目标影像类型，对所述目标影像类型的所述第一先验概率及所述目标影像类型关联的字典表中各所述命中字段的所述第二先验概率进行更新。
13、可选地，所述基于所述待分类文本影像的所述目标影像类型，对所述目标影像类型的所述第一先验概率及所述目标影像类型关联的字典表中各所述命中字段的所述第二先验概率进行更新，包括：
14、对在预设次数内所述目标影像类型出现的次数进行更新，得到第一更新次数；基于所述第一更新次数，对所述目标影像类型的所述第一先验概率进行更新；
15、对在预设次数内，所述目标影像关联的字典表中各所述命中字段出现的次数进行更新，得到第二更新次数；基于所述第二更新次数，对所述目标影像类型关联的字典表中各所述命中字段的所述第二先验概率进行更新。
16、可选地，在所述将待分类文本影像的m个词与n个预设影像类型关联的字典表进行语义相似度匹配之前，所述方法还包括：
17、对所述待分类文本影像进行光学字符识别，得到所述待分类文本影像的文本内容；
18、对所述文本内容进行分词处理，得到所述文本内容中的所述m个词。
19、本专利技术还提供一种影像分类装置，包括：
20、匹配模块，用于将待分类文本影像的m个词与n个预设影像类型关联的字典表进行语义相似度匹配，确定每一个字典表中的命中字段；其中，每一个字典表中包括多个字段，所述命中字段与目标词的语义相似度达到预设阈值，所述目标词为所述m个词中的词，m、n为大于或等于1的整数；
21、第一确定模块，用于针对每一个预设影像类型，获取所述预设影像类型的第一先验概率及所述预设影像类型关联的字典表中各字段的第二先验概率；基于所述第一先验概率及各所述命中字段的所述第二先验概率，确定所述预设影像类型的目标值；其中，所述目标值表征所述预设影像类型是所述待分类文本影像的目标影像类型的可能性程度；
22、第二确定模块，用于基于各所述预设影像类型的所述目标值，从各所述预设影像类型中确定所述待分类文本影像的所述目标影像类型。
23、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述影像分类方法。
24、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述影像分类方法。
25、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述影像分类方法。
26、本专利技术提供的影像分类方法、装置、电子设备及存储介质，通过将待分类文本影像的m个词与n个预设影像类型关联的字典表进行语义相似度匹配，确定每一个字典表中的命中字段，针对每一个预设影像类型，获取预设影像类型的第一先验概率及预设影像类型关联的字典表中各字段的第二先验概率，基于第一先验概率及各命中字段的第二先验概率，确定预设影像类型的目标值；其中，目标值表征预设影像类型是待分类文本影像的目标影像类型的可能性程度；最后，基于各预设影像类型的目标值，从各预设影像类型中确定待分类文本影像的目标影像类型；通过上述方法，能够对任意包含文字信息的标准影像以及非标准影像进行分类，提高了影像分类的效率，降低了人工成本。
本文档来自技高网...【技术保护点】
1.一种影像分类方法，其特征在于，包括：
2.根据权利要求1所述的影像分类方法，其特征在于，所述基于所述第一先验概率及各所述命中字段的所述第二先验概率，确定所述预设影像类型的目标值，包括：
3.根据权利要求1或2所述的影像分类方法，其特征在于，针对每一个预设影像类型，所述第一先验概率及所述各字段的所述第二先验概率，通过以下方式得到：
4.根据权利要求1或2所述的影像分类方法，其特征在于，在所述从各所述预设影像类型中确定所述待分类文本影像的所述目标影像类型之后，所述方法还包括：
5.根据权利要求4所述的影像分类方法，其特征在于，所述基于所述待分类文本影像的所述目标影像类型，对所述目标影像类型的所述第一先验概率及所述目标影像类型关联的字典表中各所述命中字段的所述第二先验概率进行更新，包括：
6.根据权利要求1或2所述的影像分类方法，其特征在于，在所述将待分类文本影像的M个词与N个预设影像类型关联的字典表进行语义相似度匹配之前，所述方法还包括：
7.一种影像分类装置，其特征在于，包括：
8.一种电子设备
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述影像分类方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述影像分类方法。
...【技术特征摘要】
1.一种影像分类方法，其特征在于，包括：
2.根据权利要求1所述的影像分类方法，其特征在于，所述基于所述第一先验概率及各所述命中字段的所述第二先验概率，确定所述预设影像类型的目标值，包括：
3.根据权利要求1或2所述的影像分类方法，其特征在于，针对每一个预设影像类型，所述第一先验概率及所述各字段的所述第二先验概率，通过以下方式得到：
4.根据权利要求1或2所述的影像分类方法，其特征在于，在所述从各所述预设影像类型中确定所述待分类文本影像的所述目标影像类型之后，所述方法还包括：
5.根据权利要求4所述的影像分类方法，其特征在于，所述基于所述待分类文本影像的所述目标影像类型，对所述目标影像类型的所述第一先验概率及所述目标影像类型关联的字典表中各所述命中字段的所述第二先验...
【专利技术属性】
技术研发人员：冯雨，张郡，杨溢，陈冬亮，
申请(专利权)人：中国人民财产保险股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。