[發(fā)明專利]一種基于文本的元器件識別方法、系統(tǒng)、裝置和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201811041889.2
• 申請日: 2018-09-07
• 公開（公告）號: CN109446885B
• 公開（公告）日: 2022-03-15
• 發(fā)明（設(shè)計(jì)）人: 吳賀揚(yáng);詹建州;趙引;孫爾安
• 申請（專利權(quán)）人: 廣州算易軟件科技有限公司
• 主分類號: G06V30/422
• 分類號: G06V30/422;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 胡輝

本發(fā)明公開了一種基于文本的元器件識別方法、系統(tǒng)、裝置和存儲介質(zhì)，該方法包括以下步驟：獲取待識別的電氣圖紙；對待識別的電氣圖紙進(jìn)行預(yù)處理，獲取待識別的文本；根據(jù)待識別的文本的結(jié)構(gòu)和內(nèi)容，計(jì)算待識別的文本屬于各類元器件的第一概率；根據(jù)待識別的文本屬于各類元器件的第一概率，得到第一識別結(jié)果。本發(fā)明從電氣圖紙中提取待識別的文本，然后根據(jù)待識別的文本的結(jié)構(gòu)和內(nèi)容，計(jì)算待識別的文本屬于各類元器件的第一概率，并根據(jù)第一概率來獲得第一識別結(jié)果，本發(fā)明基于概率統(tǒng)計(jì)的方式從電氣圖紙中識別文本所屬于的元器件類型，可以克服傳統(tǒng)數(shù)據(jù)庫查詢方式存在的問題，具有較強(qiáng)的泛化能力。本發(fā)明可以廣泛應(yīng)用于人工智能領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能領(lǐng)域，尤其是一種基于文本的元器件識別方法、系統(tǒng)、裝置和存儲介質(zhì)。

背景技術(shù)

在電氣行業(yè)，報(bào)價(jià)員需要根據(jù)從客戶拿到的CAD電氣設(shè)計(jì)圖紙列出元器件的清單。列清單是成套電氣報(bào)價(jià)中最重要的一個環(huán)節(jié)，是成套電氣報(bào)價(jià)的基礎(chǔ)。作為一個枯燥又繁瑣，但是又要求報(bào)價(jià)員具有一定專業(yè)知識的環(huán)節(jié)，傳統(tǒng)的成套電氣報(bào)價(jià)方式主要是通過手工輸入Excel的方式或者用軟件的方式把元器件文本扒取出來，并由人工填寫出對應(yīng)的元器件類型，匯總出報(bào)價(jià)清單，最后報(bào)價(jià)員根據(jù)這樣的清單進(jìn)行報(bào)價(jià)。其中，在列清單的過程中，這些元器件文本的元器件類型一般是報(bào)價(jià)員根據(jù)自身的背景知識，通過元器件文本內(nèi)容及對應(yīng)的元器件圖形綜合來判斷的。這種只能通過手工列清單的方式，在操作上機(jī)械繁瑣，效率相當(dāng)?shù)拖拢艽蟪潭壬线€要依賴于“人”，很容易出錯，這樣的解決方案極大程度上受限于報(bào)價(jià)員報(bào)價(jià)的速度與精度，不能滿足用戶及公司的對快速精準(zhǔn)報(bào)價(jià)方面要求，也影響了工程的進(jìn)度，嚴(yán)重的甚至可能導(dǎo)致企業(yè)競標(biāo)失敗或虧損。伴隨著人工智能大潮的到來，針對成套電氣報(bào)價(jià)領(lǐng)域，通過人工智能的方式去識別圖紙是必由之路。

在電氣行業(yè)，電氣圖紙中元器件的智能識別，一般是由兩個方面構(gòu)成的，一個是元器件文本的識別，另一個是元器件圖形的識別。目前，元器件文本的判斷和識別很大程度上還是依賴于數(shù)據(jù)庫的查詢，這種方式泛化能力太差，如一條雙電源文本“WATSG-100/4”由于設(shè)計(jì)師手誤，寫成了“WTASG-100/4”，就不能做到查詢到。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明的目的在于：提供一種泛化能力強(qiáng)的基于文本的元器件識別方法、系統(tǒng)、裝置和存儲介質(zhì)。

本發(fā)明所采取的第一種技術(shù)方案是：

一種基于文本的元器件識別方法，包括以下步驟：

獲取待識別的電氣圖紙；

對待識別的電氣圖紙進(jìn)行預(yù)處理，獲取待識別的文本；

根據(jù)待識別的文本的結(jié)構(gòu)和內(nèi)容，計(jì)算待識別的文本屬于各類元器件的第一概率；

根據(jù)待識別的文本屬于各類元器件的第一概率，得到第一識別結(jié)果。

進(jìn)一步，所述第一概率的計(jì)算公式為：

其中，P(C＝C_i)表示待識別的文本屬于第i類元器件的概率，m表示待識別的文本的分詞數(shù)量，N_j表示標(biāo)注文本庫中與待識別的文本在第j個詞語的位置上內(nèi)容匹配的文本數(shù)量；M_j表示標(biāo)注文本庫中與待識別的文本的第j個詞語內(nèi)容匹配但位置不同的文本數(shù)量；N_ij表示標(biāo)注文本庫中屬于第i類元器件且與待識別的文本在第j個詞語的位置上內(nèi)容匹配的文本數(shù)量；M_ij表示標(biāo)注文本庫中屬于第i類元器件且與待識別的文本的第j個詞語內(nèi)容匹配但位置不同的文本數(shù)量，λ表示第一權(quán)重系數(shù)，ω_j表示第二權(quán)重系數(shù)。

進(jìn)一步，所述對待識別的電氣圖紙進(jìn)行預(yù)處理，獲取待識別的文本，這一步驟具體包括：

從待識別的電氣圖紙中提取文本內(nèi)容；