[发明专利]光学字符识别系统及信息提取方法在审

专利信息
申请号: 201811113489.8 申请日: 2018-09-21
公开(公告)号: CN109190594A 公开(公告)日: 2019-01-11
发明(设计)人: 赵淦森;列海权;徐岗;赵淑娴;纪求华;黄伟雄;李振宇;林成创;李胜龙;蔡斯凯;梁昕;曲成;唐境灿 申请(专利权)人: 广东蔚海数问大数据科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 徐丽
地址: 510000 广东省广州市天河区天河北路*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文本信息 光学字符识别系统 信息提取 排版方式 提取信息 光学字符识别 方法提取 工作效率 信息文件 分类 调用 存储
【权利要求书】:

1.一种光学字符识别系统,其特征在于,包括信息提取装置,所述信息提取装置包括存储模块、识别模块、分类模块及提取模块;

所述存储模块用于储存不同类别的文本信息的信息排版方式,以及不同信息排版方式对应的提取信息的模板方法;

所述识别模块用于识别待提取的信息文件并将所述信息文件转化为文本信息;

所述分类模块用于对所述文本信息进行分类,得到所述文本信息所属类别;

所述提取模块用于根据所述文本信息所属类别,得到所述文本信息的信息排版方式以及对应的提取信息的模板方法并调用所述模板方法提取所述文本信息中的信息。

2.根据权利要求1所述的光学字符识别系统,其特征在于,所述光学字符识别系统还包括信息分类装置,所述信息提取装置还包括训练模块,所述训练模块包括分类器模型;

所述信息分类装置用于对不同的信息文件进行分类,得到不同的信息文件的类别;

所述识别模块用于对不同的信息文件进行识别并转化为相应的文本信息,并根据不同的信息文件的类别对相应的文本信息进行分类标识;

所述训练模块用于调用所述分类器模型并根据分类标识对不同的文本信息进行训练,得到文本分类模型;

所述分类模块用于根据所述文本分类模型对所述文本信息进行分类。

3.根据权利要求1所述的光学字符识别系统,其特征在于,所述光学字符识别系统还包括数据库;

所述数据库用于将提取到的所述文本信息中的信息进行保存。

4.一种信息提取方法,其特征在于,应用于权利要求1-3任意一项所述的光学字符识别系统,所述光学字符识别系统预存有不同类别的文本信息的信息排版方式,以及不同信息排版方式对应的提取信息的模板方法,所述方法包括:

获得待提取的信息文件,将所述信息文件转化为文本信息;

调用文本分类模型,对所述文本信息进行分类,得到所述文本信息所属类别;

根据所述文本信息所属类别,得到所述文本信息的信息排版方式以及对应的提取信息的模板方法;

调用得到的所述模板方法提取所述文本信息中的信息。

5.根据权利要求4所述的信息提取方法,其特征在于,所述方法还包括:

将提取到的所述文本信息中的信息进行保存。

6.一种光学字符识别系统,其特征在于,包括信息提取装置,所述信息提取装置包括存储模块、识别模块、分类模块及提取模块;

所述存储模块用于存储信息提取模型;其中,所述信息提取模型通过对不同类别的文本信息中的信息进行分类标识并根据分类标识对文本信息中的信息进行训练获得;

所述识别模块用于识别待提取的信息文件并将所述信息文件转化为文本信息;

所述分类模块用于对所述文本信息进行分类;得到所述文本信息所属类别;

所述提取模块用于根据所述文本信息所属类别,调用所述信息提取模型提取所述文本信息中的信息。

7.根据权利要求6所述的光学字符识别系统,其特征在于,所述光学字符识别系统还包括信息分类装置,所述信息提取装置还包括训练模块,所述训练模块包括分类器模型;

所述信息分类装置用于对不同的信息文件进行分类,得到不同的信息文件的类别;

所述识别模块用于对不同的信息文件进行识别并转化为相应的文本信息,并根据不同的信息文件的类别对相应的文本信息进行分类标识;

所述训练模块用于调用所述分类器模型并根据分类标识对不同的文本信息进行训练,得到文本分类模型;

所述分类模块用于根据所述文本分类模型对所述文本信息进行分类。

8.根据权利要求6所述的光学字符识别系统,其特征在于,所述光学字符识别系统还包括数据库;

所述数据库用于将提取到的所述文本信息中的信息进行保存。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东蔚海数问大数据科技有限公司,未经广东蔚海数问大数据科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811113489.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top