[发明专利]一种基于笔录信息的案件特征信息提取方法及装置

权利要求书

1.一种基于笔录信息的案件特征信息提取方法，其特征在于，包括：

获取包含笔录信息的目标笔录图片，对所述目标笔录图片进行文字识别，得到目标笔录文档；

对所述目标笔录文档进行预处理；

根据预设的各笔录文档类型对应的笔录文档类型关键词库，确定预处理后的目标笔录文档对应的笔录文档类型；所述笔录文档类型是通过目标笔录文档的案件类型以及对象类型进行划分的；

将所述目标笔录文档输入到所述笔录文档类型对应的案件特征信息提取模型中，得到所述笔录信息的案件特征信息；所述案件特征信息的形式为表格或数据表；

构建所述案件特征信息提取模型，包括：依据所述案件特征信息提取模型对应的笔录文档类型，获取该笔录文档类型对应的样本笔录图片；对所述样本笔录图片进行文字识别，得到样本笔录文档；根据所述样本笔录文档中各样本笔录页的页码，将各样本笔录页进行排序，并将排序后的样本笔录页中的干扰信息删除，得到预处理后的样本笔录文档；所述干扰信息包括页码、签名和换行符；从预先存储的各笔录文档类型和案件特征信息库的对应关系中，获取所述笔录文档类型对应的案件特征信息库；从所述样本笔录文档中，提取出与获取的案件特征信息库相匹配的案件特征词；依据所述样本笔录文档，对每一个样本案件特征词与其他样本案件特征词的关联度进行计算，将关联度超过预设阈值的案件特征词组成样本案件特征词组；将所述样本案件特征词组和未组成样本案件特征词组的样本案件特征词的集合作为样本案件特征信息库；基于所述样本笔录文档以及所述样本案件特征信息库，对案件特征信息训练模型进行训练，得到所述笔录文档类型对应的案件特征信息提取模型。

2.根据权利要求1所述的方法，其特征在于，所述样本笔录文档分包括样本笔录训练文档和样本笔录测试文档，所述样本案件特征信息库包括训练样本案件特征信息库和测试样本案件特征信息库；所述基于所述样本笔录文档以及所述样本案件特征信息库，对案件特征信息训练模型中进行训练，得到所述笔录文档类型对应的案件特征信息提取模型，包括：

将所述样本笔录训练文档作为所述案件特征信息训练模型的输入，以所述样本笔录训练文档对应的训练样本案件特征信息库作为所述案件特征信息训练模型的输出，对所述案件特征信息训练模型进行训练；

以所述样本笔录测试文档以及所述测试样本案件特征信息库对训练的案件特征信息训练模型进行验证，验证通过后得到所述案件特征信息提取模型。

3.根据权利要求1所述的方法，其特征在于，对所述目标笔录文档进行预处理，包括：

根据所述目标笔录文档中各目标笔录页的页码，将各目标笔录页进行排序，并将排序后的目标笔录页中的干扰信息删除，得到预处理后的目标笔录文档；所述干扰信息包括页码、签名和换行符。