[發(fā)明專利]一種表格化信息提取的方法、裝置、存儲介質(zhì)及電子設(shè)備

有效

• 申請?zhí)枺?/td>: 201910790460.1
• 申請日: 2019-08-26
• 公開（公告）號: CN110489424B
• 公開（公告）日: 2021-10-12
• 發(fā)明（設(shè)計）人: 周明昕
• 申請（專利權(quán)）人: 北京香儂慧語科技有限責(zé)任公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/2458;G06F40/284
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 丁曼曼

1.一種表格化信息提取的方法，其特征在于，包括：

獲取目標(biāo)表格并確定所述目標(biāo)表格中的多個目標(biāo)單元格，提取每個所述目標(biāo)單元格的單元格內(nèi)容，并確定每個所述目標(biāo)單元格的位置信息；

根據(jù)所述單元格內(nèi)容生成每個所述目標(biāo)單元格的單元格隱向量，并根據(jù)所有所述目標(biāo)單元格的所述單元格隱向量和相應(yīng)的所述位置信息生成所述目標(biāo)表格的表格隱向量；

根據(jù)所有所述目標(biāo)單元格的單元格隱向量和所述目標(biāo)表格的表格隱向量提取所述目標(biāo)表格中的表格化信息。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定每個所述目標(biāo)單元格的位置信息，包括：

根據(jù)所述目標(biāo)表格橫向和縱向上單元格的總數(shù)量分別確定所述目標(biāo)表格每行和每列的位置；

根據(jù)所述目標(biāo)表格每行和每列的位置確定所述目標(biāo)單元格在所述目標(biāo)表格中所占的起始行號、結(jié)束行號、起始列號和結(jié)束列號，并根據(jù)所述目標(biāo)單元格的起始行號、結(jié)束行號、起始列號和結(jié)束列號生成所述目標(biāo)單元格的二維的位置信息。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述單元格內(nèi)容生成每個所述目標(biāo)單元格的單元格隱向量，包括：

對所述目標(biāo)單元格的單元格內(nèi)容進(jìn)行分詞處理，確定所述單元格內(nèi)容的每個分詞，并確定每個所述分詞的詞向量；

根據(jù)所述分詞的詞向量以及分詞之間的相似度確定所述分詞的隱向量，并根據(jù)所有所述分詞的隱向量生成相應(yīng)的目標(biāo)單元格的單元格隱向量。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述分詞的詞向量以及分詞之間的相似度確定所述分詞的隱向量，包括：

根據(jù)所述分詞的詞向量生成所述分詞的查詢向量q_i、鍵向量k_i和值向量v_i，根據(jù)所述分詞的查詢向量q_i與所述單元格內(nèi)容的每個分詞的鍵向量k_j確定所述分詞與所述單元格內(nèi)容的每個分詞之間的相似度s_ij，且s_ij＝f(q_i,k_j)，j∈[1,n]，n為所述單元格內(nèi)容的分詞總數(shù)量；

對所述相似度s_ij進(jìn)行歸一化處理，確定與相似度s_ij相對應(yīng)的權(quán)重值ω_ij，根據(jù)所述權(quán)重值ω_ij以及每個分詞的值向量生成所述分詞的隱向量a_i，且：

v_j表示第j個分詞的值向量。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所有所述目標(biāo)單元格的所述單元格隱向量和相應(yīng)的所述位置信息生成所述目標(biāo)表格的表格隱向量，包括：

根據(jù)所述目標(biāo)單元格的單元格隱向量和所述目標(biāo)單元格的位置信息確定每個所述目標(biāo)單元格的編碼向量；

根據(jù)所述目標(biāo)單元格的編碼向量以及目標(biāo)單元格之間的相似度確定所述目標(biāo)單元格的二級隱向量，并根據(jù)所有所述目標(biāo)單元格的二級隱向量生成所述目標(biāo)表格的表格隱向量。