[發明專利]一種頁面欄位的輸出控制方法、裝置及電子設備有效
| 申請號: | 202011048569.7 | 申請日: | 2020-09-29 |
| 公開(公告)號: | CN112051953B | 公開(公告)日: | 2021-09-14 |
| 發明(設計)人: | 申亞坤;黃文強;胡傳杰 | 申請(專利權)人: | 中國銀行股份有限公司 |
| 主分類號: | G06F3/0481 | 分類號: | G06F3/0481;G06F3/0483;G06F3/0488;G06N3/04;G06N3/08 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 王嬌嬌 |
| 地址: | 100818 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 頁面 欄位 輸出 控制 方法 裝置 電子設備 | ||
1.一種頁面欄位的輸出控制方法,其特征在于,包括:
獲得目標頁面的頁面數據,所述頁面數據包含至少一個欄位的欄位數據,所述欄位數據至少包含所述欄位的欄位標識和錯誤概率值;
至少將所述欄位的欄位標識和所述錯誤概率值輸入到預先訓練的神經網絡模型中,以得到所述神經網絡模型輸出的每個所述欄位的欄位輸出參數;
其中,所述神經網絡模型利用多個具有輸出參數標簽的頁面樣本數據進行訓練得到,所述頁面樣本數據至少包含樣本頁面所包含的欄位的樣本欄位標識和樣本錯誤概率值;
控制所述目標頁面中的每個所述欄位對應的頁面區域的區域輸出參數與相應欄位的欄位輸出參數相匹配,所述欄位輸出參數至少表征所述欄位存在錯誤的可能性。
2.根據權利要求1所述的方法,其特征在于,所述欄位輸出參數為與顏色相關的參數;其中,所述欄位輸出參數不同,相應的欄位存在錯誤的可能性不同。
3.根據權利要求1所述的方法,其特征在于,所述欄位數據還包括:所述欄位對應的出錯類型;
所述頁面樣本數據還包含樣本頁面所包含的欄位對應的樣本出錯類型。
4.根據權利要求1所述的方法,其特征在于,還包括:
獲得所述目標頁面中的目標欄位的當前輸入數據;
至少根據所述當前輸入數據,獲得輸入判斷結果;
在所述輸入判斷結果表征所述當前輸入數據可能出錯的情況下,控制所述目標欄位對應的頁面區域的區域輸出參數與所述輸入判斷結果相匹配。
5.根據權利要求4所述的方法,其特征在于,至少根據所述當前輸入數據,獲得輸入判斷結果,包括:
將所述當前輸入數據和所述目標欄位對應的出錯類型輸入到所述目標欄位對應的預先訓練的分類模型中,以得到所述分類模型輸出的輸入判斷結果,所述輸入判斷結果表征所述當前輸入數據是否在所述出錯類型上可能出錯;
其中,所述分類模型利用多個具有判斷結果標簽的欄位樣本數據進行訓練得到,所述欄位樣本數據至少包含樣本欄位的樣本輸入數據和所述樣本欄位對應的樣本出錯類型,所述判斷結果標簽表征所述樣本輸入數據在所述樣本出錯類型上出錯。
6.根據權利要求1所述的方法,其特征在于,還包括:
根據所述所述目標頁面中的每個所述欄位對應的頁面區域的區域輸出參數,輸出第一提示信息,所述第一提示信息用于提示按照所述頁面區域的區域輸出參數檢查所述欄位。
7.根據權利要求4所述的方法,其特征在于,在控制所述目標欄位對應的頁面區域的區域輸出參數與所述輸入判斷結果相匹配之后,所述方法還包括:
輸出第二提示信息,所述第二提示信息用于提示對所述目標欄位重新檢查。
8.一種頁面欄位的輸出控制裝置,其特征在于,包括:
數據獲得單元,用于獲得目標頁面的頁面數據,所述頁面數據包含至少一個欄位的欄位數據,所述欄位數據至少包含所述欄位的欄位標識和錯誤概率值;
模型預測單元,用于至少將所述欄位的欄位標識和所述錯誤概率值輸入到預先訓練的神經網絡模型中,以得到所述神經網絡模型輸出的每個所述欄位的欄位輸出參數;
其中,所述神經網絡模型利用多個具有輸出參數標簽的頁面樣本數據進行訓練得到,所述頁面樣本數據至少包含樣本頁面所包含的欄位的樣本欄位標識和樣本錯誤概率值;
參數控制單元,用于控制所述目標頁面中的每個所述欄位對應的頁面區域的區域輸出參數與相應欄位的欄位輸出參數相匹配,所述欄位輸出參數至少表征所述欄位存在錯誤的可能性。
9.根據權利要求8所述的裝置,其特征在于,還包括:
輸出調整單元,用于獲得所述目標頁面中的目標欄位的當前輸入數據;至少根據所述當前輸入數據,獲得輸入判斷結果;在所述輸入判斷結果表征所述當前輸入數據可能出錯的情況下,控制所述目標欄位對應的頁面區域的區域輸出參數與所述輸入判斷結果相匹配。
10.一種電子設備,其特征在于,包括:
存儲器,用于存儲應用程序和所述應用程序運行所產生的數據;
處理器,用于執行所述應用程序,以實現:獲得目標頁面的頁面數據,所述頁面數據包含至少一個欄位的欄位數據,所述欄位數據至少包含所述欄位的欄位標識和錯誤概率值;至少將所述欄位的欄位標識和所述錯誤概率值輸入到預先訓練的神經網絡模型中,以得到所述神經網絡模型輸出的每個所述欄位的欄位輸出參數;其中,所述神經網絡模型利用多個具有輸出參數標簽的頁面樣本數據進行訓練得到,所述頁面樣本數據至少包含樣本頁面所包含的欄位的樣本欄位標識和樣本錯誤概率值;控制所述目標頁面中的每個所述欄位對應的頁面區域的區域輸出參數與相應欄位的欄位輸出參數相匹配,所述欄位輸出參數至少表征所述欄位存在錯誤的可能性。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國銀行股份有限公司,未經中國銀行股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011048569.7/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:分類模型預測方法及裝置
- 下一篇:Polar碼的編碼方法及裝置





