【技术实现步骤摘要】
本专利技术涉及计算机视觉领域，尤其是一种利用ocr和大语言模型技术，针对文档图像的一种文档图像自动分类和清洗方法、装置、系统及存储介质。
技术介绍
1、现实中，经常存在需要将大量混合的文档图像进行分类和清洗的需求，如金融等业务场景下长期积累的业务影像数据库，其内部存储了大量的非结构化文档图像数据。但是，由于这些影像数据缺乏类别标签，因此无法实现各种类别数据的自动检索和获取，通常只能以人工的方式进行查找和筛选，耗时耗力，且容易出错。
2、ocr是将纸质文档、图片等非数字化文件中的文字内容转换为数字化格式的技术。当前主流方法采用深度学习模型技术，通过文字、表格、印章、勾选和二维码识别等模型，能够在一个通用ocr识别接口中，实现图像中所有通用元素的统一识别和输出。
3、大语言模型是一种基于深度学习算法的自然语言处理技术，旨在让计算机能够理解和生成自然语言文本。大语言模型的训练通常需要海量的文本数据(如维基百科、新闻文章、社交媒体等)和强大的计算资源。在训练过程中，大语言模型会通过学习这些数据中的模式和规律来调整自己的权...
【技术保护点】
1.一种文档图像自动分类和清洗方法，所述文档图像包括多个文本行区域，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的文档图像自动分类和清洗方法，其特征在于，所述步骤1中，多个串联的深度学习模型包括文本行区域检测模型、文本方向分类模型和文本内容识别模型，共同构成光学字符识别模型。
3.根据权利要求2所述的文档图像自动分类和清洗方法，其特征在于，所述步骤1具体包括：
4.根据权利要求1所述的文档图像自动分类和清洗方法，其特征在于，所述步骤2中，所述少量样本占原始样本集的1％。
5.根据权利要求1所述的文档图像自动...
【技术特征摘要】
1.一种文档图像自动分类和清洗方法，所述文档图像包括多个文本行区域，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的文档图像自动分类和清洗方法，其特征在于，所述步骤1中，多个串联的深度学习模型包括文本行区域检测模型、文本方向分类模型和文本内容识别模型，共同构成光学字符识别模型。
3.根据权利要求2所述的文档图像自动分类和清洗方法，其特征在于，所述步骤1具体包括：
4.根据权利要求1所述的文档图像自动分类和清洗方法，其特征在于，所述步骤2中，所述少量样本占原始样本集的1％。
5.根据权利要求1所述的文档图像自动分类和清洗方法，其特征在于，所述步骤2中，所述类别列表：类别1、类别2、...类别n，其中，n为正整数。
6.根据权利要求1所述的文档图像自动...
【专利技术属性】
技术研发人员：王勇，沈达伟，朱军民，
申请(专利权)人：北京易道博识科技有限公司，
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。