[發明專利]目標對象的關鍵信息的提取方法、裝置、介質及電子設備

在審

• 申請號: 202011272208.0
• 申請日: 2020-11-13
• 公開（公告）號: CN112288548A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 李浩然
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F40/242;G06F40/194
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 孫寶海;袁禮君

1.一種目標對象的關鍵信息的提取方法，其特征在于，所述提取方法包括以下步驟：

步驟S1，獲取第一語句集合，所述第一語句集合由對所述目標對象的圖像進行識別得到的語句組成；

步驟S2，對所述第一語句集合中的各個語句按照設定的評分策略進行評分，得到評分分數；

步驟S3，根據各個語句對應的評分分數選取所述第一語句集合中評分分數最最高的目標語句，將所述目標語句從所述第一語句集合中刪除并加入到第二語句集合；

步驟S4，以依次執行的步驟S2、步驟S3作為一個循環，重復執行所述循環，直到所述步驟S3選取的目標語句包含的詞的數量大于等于設定的第一閾值；

步驟S5，將步驟S4得到的所述第二語句集合中除最末次執行步驟S3得到的目標語句以外的目標語句作為所述目標對象的關鍵信息。

2.根據權利要求1所述的提取方法，其特征在于，所述步驟S1之前，所述提取方法還包括：

通過OCR技術對所述目標對象的圖像進行文本識別，得到所述第一語句集合。

3.根據權利要求2所述的提取方法，其特征在于，所述設定的評分策略包括：根據以下至少一種語句的屬性評分規則對所述第一語句集合中的語句進行評分：

重要性評分規則，包括根據當前語句的字體大小與目標對象的圖像中字體最大的語句的字體大小的比例對所述當前語句進行重要性評分；

指定性評分規則，包括根據所述當前語句中指定關鍵詞的數量與所述語句中所有詞的數量的比例對所述當前語句進行指定性評分，在進行指定性評分過程中根據指定性關鍵詞典確定所述指定關鍵詞；

可讀性評分規則，包括根據在對目標對象的圖像進行OCR識別過程中所述OCR識別模型給出的所述當前語句的置信度對所述當前語句進行可讀性評分；

合規性評分規則，包括根據所述當前語句中合規的詞的數量與所述語句中所有詞的數量的比例對所述當前語句進行合規性評分，在進行合規性評分過程中根據不合規詞典確定所述合規的詞；

冗余性評分規則，包括根據所述當前語句與所述第二語句集合中的語句的相似度對所述當前語句進行冗余性評分。

4.根據權利要求3所述的提取方法，其特征在于，所述設定的評分策略包括：

將對所述當前語句的所述重要性評分、所述指定性評分、所述可讀性評分、所述合規性評分和所述冗余性評分得到的各個評分結果的加權和作為所述評分分數。

5.根據權利要求4所述的提取方法，其特征在于，所述指定性評分規則包括營銷性評分規則，所述營銷性評分規則根據所述當前語句中營銷關鍵詞的數量與所述語句中所有詞的數量的比例對所述當前語句進行營銷性評分。

6.根據權利要求4所述的提取方法，其特征在于，所述步驟S2之前，所述提取方法還包括：

建立指定性關鍵詞典；和/或，建立不合規詞典。

7.根據權利要求4所述的提取方法，其特征在于，所述步驟S2之前，所述提取方法還包括：

計算所述當前語句與所述第二語句集合中的各個語句的相似度；

將各個所述相似度中最大的相似度作為所述當前語句與所述第二語句集合中的語句的相似度。

8.一種目標對象的關鍵信息的提取裝置，其特征在于，所述提取裝置包括：

獲取單元，用于獲取第一語句集合，所述第一語句集合由對所述目標對象的圖像進行識別得到的語句組成；

評分單元，用于對所述第一語句集合中的各個語句按照設定的評分策略進行評分，得到評分分數；

選取單元，用于根據各個語句對應的評分分數選取所述第一語句集合中評分分數最最高的目標語句，將所述目標語句從所述第一語句集合中刪除并加入到第二語句集合；

循環執行單元，用于重復執行所述評分單元和所述選取單元依次進行的評分和選取操作的循環，直到所述選取單元選取的目標語句包含的的詞的數量大于等于設定的第一閾值；

輸出單元，將循環執行單元執行完畢后得到的所述第二語句集合中除最末次執行選取操作得到的目標語句以外的目標語句作為所述目標對象的關鍵信息。