[發(fā)明專利]一種基于語言模型的文本框的合并方法、裝置及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202011257776.3
• 申請(qǐng)日: 2020-11-11
• 公開（公告）號(hào): CN112101308B
• 公開（公告）日: 2021-02-09
• 發(fā)明（設(shè)計(jì)）人: 謝春鴻
• 申請(qǐng)（專利權(quán)）人: 北京云測信息技術(shù)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/34;G06K9/62
• 代理公司: 北京國昊天誠知識(shí)產(chǎn)權(quán)代理有限公司 11315
• 代理人: 張黎;許振新

本申請(qǐng)公開了一種基于語言模型的文本框的合并方法、裝置及其電子設(shè)備，用于解決現(xiàn)有技術(shù)中對(duì)文本框的合并和分離操作不夠準(zhǔn)確的問題。所述方法包括：獲取目標(biāo)界面中相鄰的第一文本框和第二文本框；通過目標(biāo)語言模型分別預(yù)測所述第一文本框?yàn)楠?dú)立文本框的第一概率、以及所述第二文本框?yàn)楠?dú)立文本框的第二概率；通過目標(biāo)語言模型預(yù)測第一文本框和第二文本框?yàn)楹喜⑽谋究虻牡谌怕剩换诘谝桓怕省⑺龅诙怕屎退龅谌怕剩_定是否對(duì)所述第一文本框和所述第二文本框進(jìn)行合并；其中，所述目標(biāo)語言模型為基于目標(biāo)領(lǐng)域的語料和所述目標(biāo)領(lǐng)域的預(yù)料中的詞語為標(biāo)簽訓(xùn)練得到的，第一文本框和第二文本框中的詞語屬于目標(biāo)領(lǐng)域。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種基于語言模型的文本框的合并方法、裝置及電子設(shè)備。

背景技術(shù)

目前，光學(xué)字符識(shí)別（Optical Character Recognition，OCR）的識(shí)別過程，一般包括文本框的檢測、對(duì)檢測出來的文本框進(jìn)行過濾、對(duì)文本框內(nèi)的文字進(jìn)行文字識(shí)別以及根據(jù)規(guī)則對(duì)識(shí)別出來的文本框進(jìn)行合并或分離。

現(xiàn)有技術(shù)在對(duì)文本框進(jìn)行合并或分離時(shí)，通常考慮的是兩個(gè)文本框中的文本是否具備相同的高度、是否在同一水平線上、水平距離、垂直距離等因素，并依據(jù)這些因素來決定是對(duì)相鄰的兩個(gè)文本框進(jìn)行合并或分離操作。然而，這種文本框的合并或分離方式會(huì)導(dǎo)致一些不應(yīng)該合并的文本框進(jìn)行了合并，或者對(duì)于需要合并的文本框卻保持了分離的狀態(tài)。

因此，如何準(zhǔn)確實(shí)現(xiàn)對(duì)文本框的合并和分離操作仍然需要提供進(jìn)一步的解決方案。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種基于語言模型的文本框的合并方法、裝置及電子設(shè)備，以解決現(xiàn)有技術(shù)中對(duì)文本框的合并和分離操作不夠準(zhǔn)確的問題。

為解決上述技術(shù)問題，本申請(qǐng)實(shí)施例是這樣實(shí)現(xiàn)的：

第一方面，提出了一種基于語言模型的文本框的合并方法，包括：

獲取目標(biāo)界面中相鄰的第一文本框和第二文本框；

通過目標(biāo)語言模型分別預(yù)測所述第一文本框?yàn)楠?dú)立文本框的第一概率、以及所述第二文本框?yàn)楠?dú)立文本框的第二概率；

通過所述目標(biāo)語言模型預(yù)測所述第一文本框和所述第二文本框?yàn)楹喜⑽谋究虻牡谌怕剩?/p>

基于所述第一概率、所述第二概率和所述第三概率，確定是否對(duì)所述第一文本框和所述第二文本框進(jìn)行合并；

其中，所述目標(biāo)語言模型為基于目標(biāo)領(lǐng)域的語料和所述目標(biāo)領(lǐng)域的預(yù)料中的詞語為標(biāo)簽訓(xùn)練得到的，所述第一文本框和所述第二文本框中的詞語屬于所述目標(biāo)領(lǐng)域。

第二方面，提出了一種基于語言模型的文本框的合并裝置，包括：

文本框獲取模塊，用于獲取目標(biāo)界面中相鄰的第一文本框和第二文本框；

第一預(yù)測模塊，用于通過目標(biāo)語言模型分別預(yù)測所述第一文本框?yàn)楠?dú)立文本框的第一概率、以及所述第二文本框?yàn)楠?dú)立文本框的第二概率；

第二預(yù)測模塊，用于通過所述目標(biāo)語言模型預(yù)測所述第一文本框和所述第二文本框?yàn)楹喜⑽谋究虻牡谌怕剩?/p>

文本框合并模塊，用于基于所述第一概率、所述第二概率和所述第三概率，確定是否對(duì)所述第一文本框和所述第二文本框進(jìn)行合并；

其中，所述目標(biāo)語言模型為基于目標(biāo)領(lǐng)域的語料和所述目標(biāo)領(lǐng)域的預(yù)料中的詞語為標(biāo)簽訓(xùn)練得到的，所述第一文本框和所述第二文本框中的詞語屬于所述目標(biāo)領(lǐng)域。

第三方面，提出了一種電子設(shè)備，該電子設(shè)備包括：

處理器；以及

被安排成存儲(chǔ)計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)器，所述可執(zhí)行指令在被執(zhí)行時(shí)使所述處理器執(zhí)行以下操作：