[發(fā)明專利]一種基于大數(shù)據(jù)分析的OFD版式文件的自動(dòng)簽章方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110361731.9
• 申請(qǐng)日: 2021-04-02
• 公開（公告）號(hào): CN113112222A
• 公開（公告）日: 2021-07-13
• 發(fā)明（設(shè)計(jì)）人: 陸猛;孫高健;趙云;莊玉龍;張偉;謝文迅;孫肖輝;郭尚;楊瑞欽
• 申請(qǐng)（專利權(quán)）人: 北京點(diǎn)聚信息技術(shù)有限公司
• 主分類號(hào): G06Q10/10
• 分類號(hào): G06Q10/10;G06F40/289;G06K9/00
• 代理公司: 北京工信聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 11266
• 代理人: 蘆玲玲

1.一種基于大數(shù)據(jù)分析的OFD版式文件的自動(dòng)簽章方法，其特征在于，所述方法包括：

構(gòu)建初始的自動(dòng)簽章模型；其中，所述自動(dòng)簽章模型，包括：基礎(chǔ)信息和規(guī)則信息；

獲取用戶的至少一個(gè)歷史簽章文檔，對(duì)所述至少一個(gè)歷史簽章文檔以簽章位置為中心解析預(yù)設(shè)范圍內(nèi)的文字內(nèi)容，并對(duì)所述文字內(nèi)容進(jìn)行分詞處理，獲取每個(gè)歷史簽章文檔對(duì)應(yīng)的規(guī)則信息；

根據(jù)用戶的基礎(chǔ)信息和每個(gè)歷史簽章文檔對(duì)應(yīng)的規(guī)則信息對(duì)所述初始的自動(dòng)簽章模型進(jìn)行訓(xùn)練，以獲取經(jīng)過(guò)訓(xùn)練的自動(dòng)簽章模型；

接收用戶根據(jù)待簽章文檔發(fā)送的文檔簽章請(qǐng)求，對(duì)所述文檔簽章請(qǐng)求進(jìn)行解析，確定目標(biāo)基礎(chǔ)信息，并根據(jù)所述目標(biāo)基礎(chǔ)信息利用所述經(jīng)過(guò)訓(xùn)練的自動(dòng)簽章模型自動(dòng)對(duì)所述待簽章文檔進(jìn)行簽章。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基礎(chǔ)信息，包括：印章信息和用戶信息，所述規(guī)則信息，包括：簽章位置中心的核心文字、簽章位置與核心文字的相對(duì)坐標(biāo)信息和相關(guān)文字。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：

采集用戶每次對(duì)文檔手動(dòng)蓋章的位置信息，并計(jì)算每個(gè)文字使用的次數(shù)，確定每個(gè)文字對(duì)應(yīng)的頻度，優(yōu)化自動(dòng)簽章模型的可用性和適用性；針對(duì)每個(gè)自動(dòng)簽章模型中的多個(gè)文字內(nèi)容生成對(duì)應(yīng)的頻繁項(xiàng)集：{X,Y1,Y2,…,Yn}＝Z；即X,Y1,Y2,…,Xn出現(xiàn)在同一個(gè)區(qū)域，則X所在區(qū)域?yàn)楹炚挛恢茫黄渲校琗為核心文字,Y1,Y2,…,Xn為相關(guān)文字；Z為蓋章區(qū)域。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

針對(duì)每個(gè)自動(dòng)簽章模型，設(shè)置對(duì)應(yīng)的最小頻度，通過(guò)最小頻度進(jìn)行模型評(píng)價(jià)，使用已簽章的文檔進(jìn)行重復(fù)簽章測(cè)試，確定自動(dòng)簽章位置與已簽章位置的差異；其中，評(píng)價(jià)模型質(zhì)量的指標(biāo)包括：平均誤差率和線性回歸判定系數(shù)R2。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述目標(biāo)基礎(chǔ)信息利用所述經(jīng)過(guò)訓(xùn)練的自動(dòng)簽章模型自動(dòng)對(duì)所述待簽章文檔進(jìn)行簽章，包括：

根據(jù)所述目標(biāo)基礎(chǔ)信息確定對(duì)應(yīng)的經(jīng)過(guò)訓(xùn)練的自動(dòng)簽章模型，并利用對(duì)應(yīng)的經(jīng)過(guò)訓(xùn)練的自動(dòng)簽章模型確定至少一個(gè)核心文字；

選取所述至少一個(gè)核心文字中頻度最大的文字作為目標(biāo)核心文字，根據(jù)所述目標(biāo)核心文字關(guān)聯(lián)出模型庫(kù)中的相關(guān)文字，并選取所述相關(guān)文字中頻度最大的文字作為目標(biāo)相關(guān)文字；

對(duì)所述待簽章文檔進(jìn)行分析，確定所述目標(biāo)核心文字在所述待簽章文檔中的位置，獲取目標(biāo)核心文字坐標(biāo)信息；

根據(jù)所述目標(biāo)核心文字坐標(biāo)信息和預(yù)設(shè)的分析范圍確定內(nèi)容提取區(qū)域，并對(duì)所述內(nèi)容提取區(qū)域中的文字進(jìn)行識(shí)別和分詞處理，以獲取分詞數(shù)據(jù)；

將所述分詞數(shù)據(jù)與所述目標(biāo)中滿足頻度要求的相關(guān)文字進(jìn)行比對(duì)，當(dāng)匹配度大于預(yù)設(shè)的最小匹配度時(shí)，在所述目標(biāo)核心文字坐標(biāo)信息處進(jìn)行簽章。

6.一種基于大數(shù)據(jù)分析的OFD版式文件的自動(dòng)簽章系統(tǒng)，其特征在于，所述系統(tǒng)包括：

自動(dòng)簽章模型構(gòu)建單元，用于構(gòu)建初始的自動(dòng)簽章模型；其中，所述自動(dòng)簽章模型，包括：基礎(chǔ)信息和規(guī)則信息；

規(guī)則信息確定單元，用于獲取用戶的至少一個(gè)歷史簽章文檔，對(duì)所述至少一個(gè)歷史簽章文檔以簽章位置為中心解析預(yù)設(shè)范圍內(nèi)的文字內(nèi)容，并對(duì)所述文字內(nèi)容進(jìn)行分詞處理，獲取每個(gè)歷史簽章文檔對(duì)應(yīng)的規(guī)則信息；

自動(dòng)簽章模型訓(xùn)練單元，用于根據(jù)用戶的基礎(chǔ)信息和每個(gè)歷史簽章文檔對(duì)應(yīng)的規(guī)則信息對(duì)所述初始的自動(dòng)簽章模型進(jìn)行訓(xùn)練，以獲取經(jīng)過(guò)訓(xùn)練的自動(dòng)簽章模型；

自動(dòng)簽章單元，用于接收用戶根據(jù)待簽章文檔發(fā)送的文檔簽章請(qǐng)求，對(duì)所述文檔簽章請(qǐng)求進(jìn)行解析，確定目標(biāo)基礎(chǔ)信息，并根據(jù)所述目標(biāo)基礎(chǔ)信息利用所述經(jīng)過(guò)訓(xùn)練的自動(dòng)簽章模型自動(dòng)對(duì)所述待簽章文檔進(jìn)行簽章。

7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述基礎(chǔ)信息，包括：印章信息和用戶信息，所述規(guī)則信息，包括：簽章位置中心的核心文字、簽章位置與核心文字的相對(duì)坐標(biāo)信息和相關(guān)文字。