[發(fā)明專利]基于人工智能的文本處理方法、裝置、設(shè)備、介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010070649.6
• 申請(qǐng)日: 2020-01-21
• 公開（公告）號(hào): CN111242083A
• 公開（公告）日: 2020-06-05
• 發(fā)明（設(shè)計(jì)）人: 蘇晨;李斌;洪科元
• 申請(qǐng)（專利權(quán)）人: 騰訊云計(jì)算（北京）有限責(zé)任公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/34;G06F40/169;G06F40/279;G06N3/04
• 代理公司: 北京市柳沈律師事務(wù)所 11105
• 代理人: 王娟;孫宛晨

1.一種基于人工智能的文本處理方法，其特征在于，包括：

對(duì)待處理圖像進(jìn)行字符識(shí)別以確定待處理文本；

針對(duì)所述待處理文本中的每行文本，確定該行文本所屬的文本類別；

根據(jù)至少兩行文本中每行文本所屬的文本類別，從所述待處理文本中獲取對(duì)應(yīng)于所述文本類別的文本。

2.如權(quán)利要求1所述的文本處理方法，其特征在于，針對(duì)所述至少兩行文本中的每行文本，確定該行文本所屬的文本類別包括：

針對(duì)所述至少兩行文本中每行文本，

基于所述至少兩行文本的上下文對(duì)該行文本中的每個(gè)字符進(jìn)行標(biāo)注，以得到該行文本的標(biāo)注序列；以及

基于該行文本的標(biāo)注序列確定該行文本所屬的文本類別。

3.如權(quán)利要求1所述的文本處理方法，其特征在于，針對(duì)所述至少兩行文本中的每行文本，確定該行文本所屬的文本類別包括：

針對(duì)所述至少兩行文本中的每行文本，對(duì)該行文本進(jìn)行文本分類，以確定該行文本所屬的文本類別。

4.如權(quán)利要求2或3所述的文本處理方法，其特征在于，針對(duì)所述至少兩行文本中的每行文本，確定該行文本所屬的文本類別還包括：

對(duì)所述至少兩行文本中相鄰兩行文本進(jìn)行文本分類，以得到指示所述相鄰兩行文本是否屬于同一文本段的檢測(cè)結(jié)果；

基于檢測(cè)結(jié)果確定所述至少兩行文本中的待調(diào)整文本行；以及

基于所述待調(diào)整文本行的相鄰文本行所屬的文本類別，調(diào)整所述待調(diào)整文本行所屬的文本類別。

5.如權(quán)利要求4所述的文本處理方法，其特征在于，基于檢測(cè)結(jié)果確定所述至少兩行文本中的待調(diào)整文本行包括：

當(dāng)所述檢測(cè)結(jié)果指示被檢測(cè)的文本行與前一行文本和后一行文本中屬于同一文本段，并且所述被檢測(cè)的文本行所屬的文本類別與所述前一行文本所屬的文本類別和所述后一行文本所屬的文本類別不同時(shí)，將所述被檢測(cè)的文本行確定為待調(diào)整文本行。

6.如權(quán)利要求1所述的文本處理方法，其特征在于，根據(jù)所述文本類別從所述待處理文本中獲取對(duì)應(yīng)于所述文本類別的文本包括：

根據(jù)所述文本類別對(duì)所述待處理文本中的至少兩行文本進(jìn)行組合，以確定對(duì)應(yīng)于所述文本類別的文本段；

輸出對(duì)應(yīng)于所述文本類別的文本段。

7.如權(quán)利要求1所述的文本處理方法，其特征在于，根據(jù)所述文本類別從所述待處理文本中獲取對(duì)應(yīng)于所述文本類別的文本還包括：

對(duì)對(duì)應(yīng)于所述文本類別的文本進(jìn)行分句；

在分句后的文本中查找包含預(yù)設(shè)關(guān)鍵詞的文本句；

基于所述預(yù)設(shè)關(guān)鍵詞輸出對(duì)應(yīng)于所述文本類別的所述文本句。

8.如權(quán)利要求7所述的文本處理方法，其特征在于，所述待處理圖像是醫(yī)學(xué)檢查報(bào)告，所述待處理文本包括針對(duì)醫(yī)學(xué)圖像的醫(yī)學(xué)描述文本和醫(yī)學(xué)結(jié)論文本，所述文本類別包括描述類別和結(jié)論類別，基于所述預(yù)設(shè)關(guān)鍵詞輸出對(duì)應(yīng)于所述文本類別的所述文本句包括：

針對(duì)預(yù)設(shè)的多個(gè)關(guān)鍵詞中的每個(gè)關(guān)鍵詞，分別輸出基于包含該關(guān)鍵詞的對(duì)應(yīng)于描述類別的文本句和對(duì)應(yīng)于所述結(jié)論類別的文本句。

9.如權(quán)利要求1所述的文本處理方法，其特征在于，對(duì)待處理圖像進(jìn)行字符識(shí)別以確定包括至少兩行文本的待處理文本包括：

對(duì)待處理圖像進(jìn)行光學(xué)字符識(shí)別，以確定所述待處理圖像中的至少兩個(gè)文本框；

基于所述文本框的坐標(biāo)和高度確定位于同一行的至少一個(gè)文本框；

組合位于同一行的至少一個(gè)文本框中的字符，作為待處理文本中的一行文本。

10.如權(quán)利要求1所述的文本處理方法，其特征在于，所述文本類別包括描述類別和結(jié)論類別。