[發明專利]帳票處理方法、帳票處理裝置以及計算機產品

有效

• 申請號: 200610166798.2
• 申請日: 2006-11-30
• 公開（公告）號: CN101118597A
• 公開（公告）日: 2008-02-06
• 發明（設計）人: 皆川明洋;武部浩明;藤本克仁
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06K9/20
• 代理公司: 北京三友知識產權代理有限公司
• 代理人: 李輝;呂俊剛

1.一種帳票處理方法，該帳票處理方法使用存儲有與邏輯地構成帳票文件的邏輯元素的層級邏輯結構相關的數據、要成為邏輯元素的字符串的出現頻率、以及與帳票文件上的邏輯元素之間的相對位置有關的頻率的數據庫，來識別該帳票文件中的邏輯結構，所述帳票處理方法包括：

根據與存儲在所述數據庫中的要成為邏輯元素的字符串的一致性，從所述帳票文件中的字符串當中提取字符串作為候選單詞；

根據所述出現頻率計算所述候選單詞作為邏輯元素出現的出現概率；

根據與相對位置相關的頻率來計算遷移概率，該遷移概率是一個邏輯元素的候選單詞和另一邏輯元素的候選單詞以組合的形式出現的概率；

根據所述出現概率和所述遷移概率，計算所述邏輯元素的候選單詞是與所述邏輯元素相對應的字符串的可信度；以及

根據所述可信度將一邏輯元素及其候選單詞確定為所述帳票文件中的邏輯元素及其字符串。

2.根據權利要求1所述的帳票處理方法，其中，所述出現概率的計算包括：根據表示一致性程度的概率來計算所述出現概率。

3.根據權利要求2所述的帳票處理方法，其中，所述出現概率的計算包括：當確定作為候選單詞之一的要成為邏輯元素的字符串不存在時，計算出現概率。

4.根據權利要求1所述的帳票處理方法，其中

計算遷移概率包括：根據與所述帳票文件的版面中的相對位置有關的頻率來計算遷移概率。

5.根據權利要求1所述的帳票處理方法，其中，計算可信度包括：進一步根據在候選單詞的組合當中，下層邏輯元素的字符串是該下層邏輯元素的候選單詞時，上層邏輯元素的字符串是該上層邏輯元素的候選單詞的概率，來計算可信度。

6.根據權利要求1所述的帳票處理方法，其中，計算可信度包括：進一步根據在候選單詞的組合當中，上層邏輯元素的字符串是該上層邏輯元素的候選單詞時，下層邏輯元素的字符串是該下層邏輯元素的候選單詞的概率，來計算可信度。

7.根據權利要求1所述的帳票處理方法，其中，所述確定包括：當單個候選單詞是多個邏輯元素的候選單詞時，將根據各個邏輯元素的可信度選擇的一個邏輯元素及其候選單詞確定為所述邏輯元素及其候選單詞。

8.根據權利要求1所述的帳票處理方法，其中，所述確定包括：當對于單個邏輯元素存在多個候選單詞時，將該邏輯元素和根據各個候選單詞的可信度選擇的一個候選單詞確定為所述邏輯元素及其字符串。

9.根據權利要求1所述的帳票處理方法，其中

所述帳票處理方法還包括：將根據所述可信度未選擇的候選單詞的出現概率修改為取比當前值低的值，并且

所述確定包括：將所述邏輯元素及其候選單詞確定為所述帳票文件中的邏輯元素及其字符串。

10.一種用于識別帳票文件中的邏輯結構的帳票處理裝置，該帳票處理裝置使用存儲有與邏輯地構成該帳票文件的邏輯元素的層級邏輯結構有關的數據、要成為邏輯元素的字符串的出現頻率、以及與該帳票文件上的邏輯元素之間的相對位置相關的頻率的數據庫，所示帳票處理裝置包括：

提取單元，用于根據與存儲在所述數據庫中的要成為邏輯元素的字符串的一致性，從所述帳票文件中的字符串當中提取字符串作為候選單詞；

出現概率計算單元，用于根據所述出現頻率計算所述候選單詞作為邏輯元素出現的出現概率；

遷移概率計算單元，用于根據與相對位置相關的頻率來計算遷移概率，該遷移概率是一個邏輯元素的候選單詞和另一邏輯元素的候選單詞以組合的形式出現的概率；

可信度計算單元，用于根據所述出現概率和所述遷移概率，計算所述邏輯元素的候選單詞是與所述邏輯元素相對應的字符串的可信度；以及

確定單元，用于根據所述可信度將一邏輯元素及其候選單詞確定為所述帳票文件中的邏輯元素及其字符串。