[發(fā)明專利]業(yè)務(wù)數(shù)據(jù)的處理方法、裝置和服務(wù)器

在審

• 申請?zhí)枺?/td>: 202110341368.4
• 申請日: 2021-03-30
• 公開（公告）號: CN112861844A
• 公開（公告）日: 2021-05-28
• 發(fā)明（設(shè)計(jì)）人: 劉華杰;王雅欣;馮歆然;羅杰文
• 申請（專利權(quán)）人: 中國工商銀行股份有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/62
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 任默聞;王濤

1.一種業(yè)務(wù)數(shù)據(jù)的處理方法，其特征在于，包括：

獲取目標(biāo)圖像；其中，所述目標(biāo)圖像包含有目標(biāo)業(yè)務(wù)數(shù)據(jù)；

通過調(diào)用預(yù)設(shè)的OCR識別模型處理所述目標(biāo)圖像，得到相應(yīng)的OCR識別結(jié)果；并根據(jù)所述OCR識別結(jié)果，提取出目標(biāo)文本字段；

根據(jù)目標(biāo)文本字段庫，確定所述目標(biāo)文本字段是否屬于待校正的專有文本字段；其中，所述目標(biāo)文本字段庫與目標(biāo)業(yè)務(wù)數(shù)據(jù)的主題類型匹配；所述目標(biāo)文本字段庫存儲有多個(gè)預(yù)設(shè)的專有文本字段；

在確定所述目標(biāo)文本字段屬于待校正的專有文本字段的情況下，獲取目標(biāo)文本字段的音形碼數(shù)據(jù)；其中，所述音形碼數(shù)據(jù)包括基于字符的發(fā)音特征得到的音階碼，和基于字符的字形特征得到的字形碼；

根據(jù)所述目標(biāo)文本字段的音形碼數(shù)據(jù)，以及目標(biāo)文本字段與預(yù)設(shè)的專有文本字段的編輯距離，確定出目標(biāo)文本字段與預(yù)設(shè)的專有文本字段的相似度參數(shù)；

根據(jù)所述相似度參數(shù)，從目標(biāo)文本字段庫中篩選出符合要求的預(yù)設(shè)的專有文本字段，作為參考文本字段；并根據(jù)所述參考文本字段，校正所述目標(biāo)文本字段。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)業(yè)務(wù)數(shù)據(jù)包括以下至少之一：財(cái)務(wù)報(bào)表、轉(zhuǎn)賬憑證、交易訂單。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，通過調(diào)用預(yù)設(shè)的OCR識別模型處理所述目標(biāo)圖像，得到相應(yīng)的OCR識別結(jié)果，包括：

確定目標(biāo)業(yè)務(wù)數(shù)據(jù)的主題類型；

根據(jù)目標(biāo)業(yè)務(wù)數(shù)據(jù)的主題類型，從多個(gè)預(yù)設(shè)的結(jié)構(gòu)模板中，篩選出與主題類型對應(yīng)的目標(biāo)結(jié)構(gòu)模板；

根據(jù)所述目標(biāo)結(jié)構(gòu)模板，對所述目標(biāo)圖像進(jìn)行切片處理，得到多個(gè)圖像切片；

調(diào)用預(yù)設(shè)的OCR識別模型處理所述多個(gè)圖像切片，以得到相應(yīng)的OCR識別結(jié)果。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，根據(jù)目標(biāo)文本字段庫，確定所述目標(biāo)文本字段是否屬于待校正的專有文本字段，包括：

從多個(gè)預(yù)設(shè)的文本字段庫中確定出與目標(biāo)業(yè)務(wù)數(shù)據(jù)的主題類型匹配的目標(biāo)文本字段庫；

統(tǒng)計(jì)目標(biāo)文本字段所包含的字符數(shù)；

從所述目標(biāo)文本字段庫中篩選出字符數(shù)相同的預(yù)設(shè)的專有文本字段作為對照文本字段；

統(tǒng)計(jì)所述對照文本字段與目標(biāo)文本字段之間相同字符的占比；

檢測是否存在至少一個(gè)對照文本字段與目標(biāo)文本字段之間的相同字符的占比大于預(yù)設(shè)的占比閾值；

在確定存在至少一個(gè)對照文本字段與目標(biāo)文本字段之間的相同字符的占比大于預(yù)設(shè)的占比閾值的情況下，獲取目標(biāo)文本字段的置信度參數(shù)；

根據(jù)所述目標(biāo)文本字段的置信度參數(shù)，確定所述目標(biāo)文本字段是否屬于待校正的專有文本字段。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，獲取目標(biāo)文本字段的置信度參數(shù)，包括：

在調(diào)用預(yù)設(shè)的OCR識別模型處理所述多個(gè)圖像切片，以得到相應(yīng)的OCR識別結(jié)果的同時(shí)，獲取所述預(yù)設(shè)的OCR識別模型輸出的針對所述OCR識別結(jié)果的預(yù)測分?jǐn)?shù)值；

根據(jù)所述預(yù)測分?jǐn)?shù)值，確定所述目標(biāo)文本字段的置信度參數(shù)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取目標(biāo)文本字段的音形碼數(shù)據(jù)，包括：

確定出目標(biāo)文本字段中字符的韻母、聲母和聲調(diào)；

根據(jù)所述目標(biāo)文本字段中字符的韻母、聲母和聲調(diào)，以及預(yù)設(shè)的編碼規(guī)則，構(gòu)造對應(yīng)的音階碼；

確定出目標(biāo)文本字段中字符的結(jié)構(gòu)、四角編碼和筆畫數(shù)；

根據(jù)所述目標(biāo)文本字段中字符的結(jié)構(gòu)、四角編碼和筆畫數(shù)，以及預(yù)設(shè)的編碼規(guī)則，構(gòu)造對應(yīng)的字形碼；

拼接所述音階碼和所述字形碼，得到目標(biāo)文本字段的音形碼數(shù)據(jù)。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，根據(jù)所述目標(biāo)文本字段的音形碼數(shù)據(jù)，以及目標(biāo)文本字段與預(yù)設(shè)的專有文本字段的編輯距離，確定出目標(biāo)文本字段與預(yù)設(shè)的專有文本字段的相似度參數(shù)，包括：

根據(jù)所述目標(biāo)文本字段的音形碼數(shù)據(jù)，計(jì)算目標(biāo)文本字段與預(yù)設(shè)的專有文本字段的音階碼相似度參數(shù)、字形碼相似度參數(shù)；

根據(jù)預(yù)設(shè)的權(quán)重參數(shù)，對所述目標(biāo)文本字段與預(yù)設(shè)的專有文本字段的編輯距離、音階碼相似度參數(shù)、字形碼相似度參數(shù)進(jìn)行加權(quán)求和，以得到目標(biāo)文本字段與預(yù)設(shè)的專有文本字段的相似度參數(shù)。