[发明专利]理赔单据的字符识别方法及服务器

权利要求书

1.一种理赔单据的字符识别方法，其特征在于，所述方法包括以下步骤：

服务器在收到待识别字符的理赔单据影像后，按照该理赔单据框架格式的框线排布进行区域分割，获得一个或多个分割区域；

调用预先训练好的卷积神经网络模型对获得的各个分割区域进行分析，以分析出可利用光学字符识别引擎识别的第一分割区域和不可利用光学字符识别引擎识别的第二分割区域；

利用预先确定的光学字符识别引擎对各个所述第一分割区域进行字符识别，以识别出各个所述第一分割区域中的字符，并调用长短期记忆LSTM模型对各个所述第二分割区域进行字符识别，以识别出各个所述第二分割区域中的字符；

所述卷积神经网络模型的训练过程如下：

A、针对预先确定的理赔单据框架格式，获取预设数量的基于该理赔单据框架格式的理赔单据影像样本；

B、对每一个理赔单据影像样本按照该理赔单据框架格式的框线排布进行区域分割，并确定出各个理赔单据影像样本中利用光学字符识别引擎识别错误的第三分割区域和利用光学字符识别引擎识别正确的第四分割区域；

C、将所有第三分割区域归入第一训练集，将所有第四分割区域归入第二训练集；

D、分别从所述第一训练集和所述第二训练集中提取出第一预设比例的分割区域作为待训练的分割区域，并将所述第一训练集和所述第二训练集中剩余的分割区域作为待验证的分割区域；

E、利用提取的各个待训练的分割区域进行模型训练，以生成所述预先确定的分析模型，并利用各个待验证的分割区域对生成的所述预先确定的分析模型进行验证；

F、若验证通过率大于或等于预设阈值，则训练完成，或者，若验证通过率小于预设阈值，则增加理赔单据影像样本的数量，并重复执行上述步骤A、B、C、D、E，直至验证通过率大于或等于预设阈值。

2.如权利要求1所述的理赔单据的字符识别方法，其特征在于，所述长短期记忆LSTM模型的训练过程如下：

获取预设数量的分割区域样本，对各个分割区域样本以该分割区域样本所含字符来进行标注；

将预设数量的分割区域样本按照预设比例分为第一数据集和第二数据集，并将所述第一数据集作为训练集，将所述第二数据集作为测试集；

将所述第一数据集送入LSTM网络进行模型训练，每隔预设时间，使用训练得到的模型对所述第二数据集中的分割区域样本进行字符识别，并将识别的字符与该分割区域样本的标注进行比对，以计算识别的字符和标注的误差；

若训练得到的模型识别字符的误差出现发散，则调整预设的训练参数并重新训练，直至使得训练得到的模型识别字符的误差能够收敛；

若训练得到的模型识别字符的误差收敛，则结束模型训练，将生成的模型作为训练好的所述预先确定的识别模型。

3.如权利要求2所述的理赔单据的字符识别方法，其特征在于，所述误差的计算采用编辑距离作为计算标准，编辑距离是指两个字串之间，由一个转成另一个所需的最少编辑操作次数。