[發明專利]通用購物小票數據精準提取方法

有效

• 申請號: 201910691300.1
• 申請日: 2019-07-29
• 公開（公告）號: CN110413659B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 王春雷;張輝;劉帥
• 申請（專利權）人: 南京沁恒微電子股份有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q30/0201
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 胡彬

1.一種通用購物小票數據精準提取方法，其特征在于，包括如下步驟：

S1、小票數據快速模型化，包括：通過機器學習將待提取的小票與模型庫中的模型匹配，若能匹配則進行S2，若不能匹配則將待提取的小票數據進行劃分，形成多個數據域，標記數據域起止關鍵字、提取點的上下文結構和數據類型，創建數據模型，并將創建的數據模型存儲到模型庫中；

S2、模型分析，包括：把步驟S1中創建的數據模型反序列化成若干數據域，每個數據域包含一組數據域起止關鍵字及指定的提取點特征值數組；

S3、關鍵詞精準提取，包括第一步：解析數據域對象，讀取屬性，根據各數據域起止關鍵字將小票內容劃分為相應提取區域；第二步：獲取提取點特征值數組，讀取提取點特征值的屬性生成提取表達式，用來描述提取關鍵字所在的上下文結構信息；第三步：在劃分出的提取區域中，匹配表達式；

S4、明細輸出。

2.根據權利要求1所述的方法，其特征在于，將模型庫中的數據模型快速映射到需要提取的小票數據上，若能匹配則進行S2，若不能匹配則將待提取的小票數據進行劃分，形成多個數據域，創建數據模型，并將創建的數據模型存儲到模型庫中。

3.根據權利要求1所述的方法，其特征在于，將待提取的小票數據通過標注進行數據劃分，形成數據域。

4.根據權利要求1所述的方法，其特征在于，startWith屬性標示數據域的起始關鍵字，endWith屬性標示數據域的結束關鍵字；每個特征值包含待提取信息的四個描述屬性,type屬性標示提取數據的具體含義；format屬性標示提取數據的格式；keyword屬性標示提取數據的相關關鍵字；extend屬性標示提取數據的擴展屬性。