[發(fā)明專利]信息處理裝置以及記錄介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010910999.9
• 申請日: 2020-09-02
• 公開（公告）號: CN113449576A
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計）人: 安達(dá)真太郎;久保周作;岡田茂;小林邦彥;鈴木裕介
• 申請（專利權(quán)）人: 富士膠片商業(yè)創(chuàng)新有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 楊文娟;臧建明

本發(fā)明提供一種信息處理裝置以及記錄介質(zhì)，與和特定類別的印跡的位置無關(guān)地進(jìn)行對于對象字符串的對象信息的提取的情況相比，高精度地提取對象信息。信息處理裝置包括處理器，處理器獲取表示文檔的文檔圖像(20)，從以所述文檔圖像(20)所含的特定類別的印跡(24、25)的位置為基準(zhǔn)的區(qū)域(例如周邊范圍(28、29))中，提取對于對象字符串(例如字符串(31、33))的對象信息(例如字符串(32、34))。

技術(shù)領(lǐng)域

本發(fā)明涉及一種信息處理裝置以及記錄介質(zhì)。

背景技術(shù)

已知一種從表示文檔的文檔圖像中提取所需的信息的技術(shù)。例如在專利文獻(xiàn)1中記載有：對文檔的字符域進(jìn)行詞素分析(morpheme analysis)，將以詞素層(morphemelevel)來表述文檔屬性的結(jié)構(gòu)的文檔屬性詞類模式與詞素分析結(jié)果進(jìn)行對照，提取一致的字符域中在文檔中的出現(xiàn)位置處于規(guī)定范圍的字符域作為文檔屬性。

[現(xiàn)有技術(shù)文獻(xiàn)]

[專利文獻(xiàn)]

[專利文獻(xiàn)1]日本專利特開2004-178044號公報

發(fā)明內(nèi)容

[發(fā)明所要解決的問題]

有時想要從合同等文檔中提取簽約人名等信息。但是，在例如在文檔中除了簽約人名以外還記載有公司名等名稱的情況下，在對文句進(jìn)行分析來判別對象信息的方法中，可能會提取簽約人名以外的名稱。

本發(fā)明的目的在于，與和特定類別的印跡的位置無關(guān)地進(jìn)行對于對象字符串的對象信息的提取的情況相比，高精度地提取對象信息。

[解決問題的技術(shù)手段]

技術(shù)方案1的發(fā)明是一種信息處理裝置，其中包括處理器，所述處理器獲取表示文檔的文檔圖像，從以所述文檔圖像所含的特定類別的印跡的位置為基準(zhǔn)的區(qū)域中，提取對于對象字符串的對象信息。

技術(shù)方案2的發(fā)明根據(jù)技術(shù)方案1所記載的信息處理裝置，其中，所述處理器將所述文檔圖像所含的多個印跡中第一類別的印跡及第二類別的印跡以外的印跡用作所述特定類別的印跡。

技術(shù)方案3的發(fā)明根據(jù)技術(shù)方案2所記載的信息處理裝置，其中，所述第一類別的印跡是在所述文檔圖像中空開間隔地設(shè)置于既定位置。

技術(shù)方案4的發(fā)明根據(jù)技術(shù)方案3所記載的信息處理裝置，其中，在所述文檔圖像表示所述文檔所含的單一頁面的情況下，所述既定位置為所述文檔圖像的端部。

技術(shù)方案5的發(fā)明根據(jù)技術(shù)方案3所記載的信息處理裝置，其中，在所述文檔圖像表示所述文檔所含的多個頁面的情況下，所述既定位置為所述文檔圖像中的所述多個頁面的交界部。

技術(shù)方案6的發(fā)明根據(jù)技術(shù)方案2所記載的信息處理裝置，其中，所述第二類別的印跡設(shè)置于與所述文檔圖像所含的標(biāo)注有刪除線的字符對應(yīng)的位置。

技術(shù)方案7的發(fā)明根據(jù)技術(shù)方案1或2所記載的信息處理裝置，其中，所述特定類別的印跡大于所述文檔圖像所含的其他印跡。

技術(shù)方案8的發(fā)明根據(jù)技術(shù)方案7所記載的信息處理裝置，其中，所述特定類別的印跡與所述文檔圖像所含的其他印跡相比，處于周圍的空白的量更多。

技術(shù)方案9的發(fā)明根據(jù)技術(shù)方案1所記載的信息處理裝置，其中，在對于所述對象字符串的多個對象信息包含于所述區(qū)域的情況下，所述處理器提取所述多個對象信息中最接近所述位置的對象信息。

技術(shù)方案10的發(fā)明根據(jù)技術(shù)方案1所記載的信息處理裝置，其中，所述處理器從所述文檔圖像中檢測包含所述特定類別的印跡的至少一個印跡，在檢測到所述至少一個印跡后，對所述文檔圖像實施字符識別，所述對象信息為所述字符識別的結(jié)果。