[發明專利]表格信息提取方法、表格模板配置方法和電子設備

在審

• 申請號: 202211435725.4
• 申請日: 2022-11-16
• 公開（公告）號: CN115759020A
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 王健;袁野
• 申請（專利權）人: 上海弘璣信息技術有限公司
• 主分類號: G06F40/18
• 分類號: G06F40/18;G06F40/186;G06F40/117
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 唐正瑜

1.一種表格信息提取方法，其特征在于，包括：

獲取待處理文檔對應的目標表格模板，其中，所述待處理文檔中包含目標格式的表格；

根據所述目標表格模板，確定出所述目標格式的表格的邊界標記；

根據所述邊界標記，在所述待處理文檔中確定出目標表格內容。

2.根據權利要求1所述的方法，其特征在于，所述邊界標記包括：文檔邊界標記和頁內邊界標記；

所述根據所述邊界標記，在所述待處理文檔中確定出目標表格內容，包括：

根據所述文檔邊界標記，在所述待處理文檔中確定出表格覆蓋區域；

根據所述頁內邊界標記，在所述表格覆蓋區域中提取每一頁中的表格區域；

根據每一頁的所述表格區域，確定出目標表格內容。

3.根據權利要求2所述的方法，其特征在于，所述文檔邊界標記包括：文檔上邊界標記和文檔下邊界標記，或者，所述文檔邊界標記包括：文檔上邊界標記；

所述根據所述文檔邊界標記，在所述待處理文檔中確定出表格覆蓋區域，包括：根據所述文檔上邊界標記，在所述待處理文檔中確定出表格起始位；根據所述文檔下邊界標記，在所述待處理文檔中確定出表格終止位，其中，所述表格起始位與所述表格終止位之間形成表格覆蓋區域；或者，

所述根據所述文檔邊界標記，在所述待處理文檔中確定出表格覆蓋區域，包括：

根據所述文檔上邊界標記，在所述待處理文檔中確定出表格起始位；

將所述待處理文檔的結束位置確定為表格終止位，其中，所述表格起始位與所述表格終止位之間形成表格覆蓋區域。

4.根據權利要求2所述的方法，其特征在于，所述根據所述文檔邊界標記，在所述待處理文檔中確定出表格覆蓋區域，包括：

對所述待處理文檔進行文本識別，以確定出所述待處理文檔中所包含的文本對象集；

根據所述文檔邊界標記在所述待處理文檔的文本對象集進行篩選，以確定出所述待處理文檔中的表格覆蓋區域。

5.根據權利要求4所述的方法，其特征在于，所述文檔邊界標記包括：文檔邊界關鍵字、文檔邊界正則表達式、文檔邊界關鍵字和相對偏移量、文檔邊界正則表達式和相對偏移量中的任意一組；

所述根據所述文檔邊界標記在所述待處理文檔的文本對象集進行篩選，以確定出所述待處理文檔中的表格覆蓋區域，包括：

在所述待處理文檔的文本對象集篩選出所述文檔邊界關鍵字，以所述文檔邊界關鍵字的位置確定為所述待處理文檔的文檔邊界，以所述文檔邊界之間的文本對象，作為待處理文檔的表格覆蓋區域；或者，

在所述待處理文檔的文本對象集篩選所述文檔邊界關鍵字的第一位置，以所述文檔邊界關鍵字為基準，在文本對象集中確定出所述文檔邊界關鍵字的所述相對偏移量的第二位置，以確定出所述待處理文檔的文檔邊界，將文檔邊界之間的文本對象作為待處理文檔的表格覆蓋區域；或者，

在所述待處理文檔的文本對象集篩選出所述文檔邊界正則表達式，以所述文檔邊界正則表達式的位置確定為所述待處理文檔的文檔邊界，以所述文檔邊界之間的文本對象，作為待處理文檔的表格覆蓋區域；或者，

在所述待處理文檔的文本對象集篩選所述文檔邊界正則表達式的第三位置，以所述文檔邊界正則表達式為基準，在文本對象集中確定出所述文檔邊界正則表達式的所述相對偏移量的第四位置，以確定出所述待處理文檔的文檔邊界，將文檔邊界之間的文本對象作為待處理文檔的表格覆蓋區域。