[發(fā)明專利]信息提取方法、裝置及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202111156064.7
• 申請日: 2021-09-29
• 公開（公告）號: CN114064959A
• 公開（公告）日: 2022-02-18
• 發(fā)明（設(shè)計）人: 秦波;辛?xí)哉?/a>
• 申請（專利權(quán)）人: 北京搜狗科技發(fā)展有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/587;G06V30/41;G06V30/19;G06K9/62;G06N3/08
• 代理公司: 北京華沛德權(quán)律師事務(wù)所 11302
• 代理人: 房德權(quán)

1.一種信息提取方法，其特征在于，所述方法包括：

獲取目標圖像，以及獲取信息提取模型，所述目標圖像中包括至少一個信息單元；

針對所述至少一個信息單元中的每一個目標信息單元，基于排列在所述目標信息單元之前的信息單元的參考定位信息，通過所述信息提取模型確定所述目標信息單元的目標定位信息；

基于所述至少一個信息單元中各個信息單元的目標定位信息，通過所述信息提取模型提取所述至少一個信息單元的特征信息，得到目標特征信息。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于排列在所述目標信息單元之前的信息單元的參考定位信息，通過所述信息提取模型確定所述目標信息單元的目標定位信息，包括：

獲取排列在所述目標信息單元之前的全部信息單元的參考定位信息，作為第一參考定位信息；

獲取排列在所述目標信息單元之前的部分信息單元的參考定位信息，作為第二參考定位信息；

基于所述第一參考定位信息和所述第二參考定位信息，通過所述信息提取模型確定所述目標信息單元的目標定位信息。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述第一參考定位信息和所述第二參考定位信息，通過所述信息提取模型確定所述目標信息單元的目標定位信息，包括：

獲取遺忘因子；

在所述第一參考定位信息和所述第二參考定位信息中確定由所述遺忘因子限定的參考定位信息，作為目標參考定位信息；

基于所述目標參考定位信息，通過所述信息提取模型確定所述目標信息單元的目標定位信息。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取信息提取模型，包括：

獲取訓(xùn)練樣本圖像；

為所述訓(xùn)練樣本圖像中的至少一個信息單元確定在多個特征類型上的訓(xùn)練標簽，得到多個訓(xùn)練標簽，其中，每一個訓(xùn)練標簽用于表征所述至少一個信息單元在對應(yīng)特征類型上的特征信息；

獲取待訓(xùn)練模型，并通過所述訓(xùn)練樣本圖像和所述多個訓(xùn)練標簽對所述待訓(xùn)練模型進行訓(xùn)練，得到所述信息提取模型。

5.根據(jù)權(quán)利要求4所述的方法，所述獲取訓(xùn)練樣本圖像，包括：

獲取至少一幀原始訓(xùn)練樣本圖像；

將各幀原始訓(xùn)練樣本圖像的高度或者寬度縮放至預(yù)設(shè)圖像高度或者預(yù)設(shè)圖像寬度，并按照所述高度或者所述寬度的縮放比例，對所述原始訓(xùn)練樣本圖像的寬度或者高度進行縮放處理，得到預(yù)處理訓(xùn)練樣本圖像；

從所述預(yù)處理訓(xùn)練樣本圖像中選定預(yù)定數(shù)量的圖像作為所述訓(xùn)練樣本圖像。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述從所述預(yù)處理訓(xùn)練樣本圖像中選定預(yù)定數(shù)量的圖像作為所述訓(xùn)練樣本圖像，包括：

按照所述預(yù)處理訓(xùn)練樣本圖像的寬度或者高度的大小順序，對所述預(yù)處理訓(xùn)練樣本圖像進行排序；

從所述預(yù)處理訓(xùn)練樣本圖像中選定排序相連的預(yù)定數(shù)量的圖像作為所述訓(xùn)練樣本圖像。

7.根據(jù)權(quán)利要求4所述的方法，所述信息單元包括顯性信息單元和隱性信息單元，所述為所述訓(xùn)練樣本圖像中的至少一個信息單元確定在多個特征類型上的訓(xùn)練標簽，包括：

獲取與每一個特征類型相匹配的信息單元字典，所述信息單元字典中至少記錄有全部顯性信息單元所對應(yīng)的特征向量；

基于每一個信息單元字典中記錄的特征向量，為所述訓(xùn)練樣本圖像中的至少一個信息單元構(gòu)造在對應(yīng)特征類型上的訓(xùn)練標簽。

8.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述獲取待訓(xùn)練模型，包括：

通過網(wǎng)絡(luò)結(jié)構(gòu)搜索獲取編碼器模型，以及獲取解碼器模型；所述編碼器模型用于對圖像進行編碼，得到編碼特征數(shù)據(jù)；所述解碼器模型用于基于所述編碼特征數(shù)據(jù)提取所述圖像中至少一個信息單元中各個信息單元的目標定位信息，并基于所述各個信息單元的目標定位信息，對所述編碼特征數(shù)據(jù)進行解碼，得到所述至少一個信息單元的特征信息；

基于所述編碼器模型和所述解碼器模型，構(gòu)建所述待訓(xùn)練模型。