[發明專利]一種文本校驗方法、裝置、設備及可讀存儲介質

在審

• 申請號: 201810564037.5
• 申請日: 2018-06-04
• 公開（公告）號: CN108764194A
• 公開（公告）日: 2018-11-06
• 發明（設計）人: 陳翰卿;胡加學;符德祥
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王雨;王寶筠

本申請實施例公開了一種文本校驗方法、裝置、設備及可讀存儲介質，本申請獲取活動項目對應的待校驗文本信息，其中，活動項目可以是司法案件審核等，進一步根據待校驗文本信息，確定所需校驗要素的要素值，該校驗要素與活動項目相對應，最終根據所述校驗要素的要素值，確定所述待校驗文本信息是否合規。本申請實施例提供的方法，能夠實現自動化的確定待校驗文本信息是否合規，無需人工查閱文本信息，從而避免了結果受人為的干擾，且降低了人工成本。

技術領域

本申請涉及自然語言處理技術領域，更具體地說，涉及一種文本校驗方法、裝置、設備及可讀存儲介質。

背景技術

隨著時代的發展，當前已經進入了數據時代，各行各業都會產生大量的文本數據，基于大量的數據可以實現多樣化的功能。

以司法案件審判場景為例，一個案件審核過程可能會涉及大量的證據，證據大多數情況下是以文本形式存在。這些證據文本在正式使用之前均需要對其合規性進行校驗。合規性校驗需要對證據文書的多種信息進行校驗，如證據文書是否有蓋章，具體文本內容是否包含所需的必要信息點等等。

現有方法均是基于相關司法人員人工查閱證據文書，并基于自身經驗給出證據文書是否合規的判定結論。而由于人與人之間判斷差異度不同，因此給出的結論很容易受到人為干擾，并且查閱大量證據文書也會占用很大的人力成本。

發明內容

有鑒于此，本申請提供了一種文本校驗方法、裝置、設備及可讀存儲介質，用于解決現有通過人工查閱文本給出合規性判定結論的方式，容易受到人為干擾，且占用人力成本的問題。

為了實現上述目的，現提出的方案如下：

一種文本校驗方法，包括：

獲取活動項目對應的待校驗文本信息；

根據所述待校驗文本信息，確定所需校驗要素的要素值，所述校驗要素與所述活動項目相對應；

根據所述校驗要素的要素值，確定所述待校驗文本信息是否合規。

優選地，所述獲取活動項目對應的待檢驗文本信息，包括：

對活動項目對應的實體待校驗文書進行光學字符識別OCR處理，將OCR處理后的結果作為所述活動項目對應的待校驗文本信息。

優選地，所述校驗要素包括文本類型；所述根據所述待校驗文本信息，確定所需校驗要素的要素值，包括：

根據所述待校驗文本信息及預置的分類模型，確定所述待檢驗文本信息的文本類型取值；所述分類模型為，預先以標注有文本類型取值的文本信息訓練數據訓練得到。

優選地，所述根據所述待校驗文本信息及預置的分類模型，確定所述待檢驗文本信息的文本類型取值，包括：

獲取所述OCR處理后的結果中，文本區域的位置參數及包含的文本值；

通過分類模型的輸入層，輸入所述位置參數及所述文本值；

通過分類模型的卷積池化層，對所述位置參數及所述文本值進行卷積池化處理，得到文本特征；

通過分類模型的注意力層，采用自注意力機制對所述文本特征進行處理，得到處理后文本特征；

通過分類模型的全連接層，根據所述處理后文本特征，確定待校驗文本信息的文本類型取值。

優選地，所述校驗要素包括信息點包含情況；所述根據所述待校驗文本信息，確定所需校驗要素的要素值，包括：

獲取所述OCR處理后的結果中，文本區域包含的文本值；