[发明专利]文件处理方法及装置、非易失性存储介质、电子设备

权利要求书

1.一种文件处理方法，其特征在于，包括：

获取待解析文件；

对所述待解析文件进行解析处理，得到表单文本信息，其中，所述表单文本信息包括：表单中所包含的部分或全部边框数据的文本内容和位置信息；

对所述部分或全部边框数据进行分类处理，得到分类结果；

基于所述分类结果确定所述部分或全部边框数据的类别信息；

对所述部分或全部边框数据的类别信息和文本内容进行合并处理，得到目标结果。

2.根据权利要求1所述的文件处理方法，其特征在于，对所述部分或全部边框数据进行分类处理，得到所述分类结果包括：

基于所述位置信息从所述部分或全部边框数据中获取待识别边框数据以及所述待识别边框数据的相邻边框数据；

将所述待识别边框数据的文本内容以及所述相邻边框数据的文本内容设置为神经网络模型的输入参数，使用所述神经网络模型对所述待识别边框数据的文本内容进行分类处理，得到所述分类结果，其中，所述神经网络模型是由多组训练数据通过机器学习训练得到的预测模型，所述多组训练数据中的每组数据包括：待训练边框数据的文本内容以及所述待训练边框数据的相邻边框数据的文本内容，所述待训练边框数据的文本内容的标注分类。

3.根据权利要求2所述的文件处理方法，其特征在于，使用所述神经网络模型对所述待识别边框数据的文本内容进行分类处理，得到所述分类结果包括：

使用所述神经网络模型将所述待识别边框数据的文本内容以及所述相邻边框数据的文本内容转化为多个向量表示；

对所述多个向量表示进行拼接处理，得到待识别向量表示；

基于所述待识别向量表示确定所述分类结果。

4.根据权利要求3所述的文件处理方法，其特征在于，使用所述神经网络模型将所述待识别边框数据的文本内容以及所述相邻边框数据的文本内容转化为所述多个向量表示包括：

对所述神经网络模型将所述待识别边框数据的文本内容以及所述相邻边框数据的文本内容进行字向量化处理，得到第一处理结果；

将所述第一处理结果输入至卷积神经网络模型，输出第二处理结果；

对所述第二处理结果进行最大池化处理，得到所述多个向量表示。

5.根据权利要求3所述的文件处理方法，其特征在于，基于所述待识别向量表示确定所述分类结果包括：

将所述多个向量表示经过前向网络模型和分类任务输出层，得到分类结果。

6.根据权利要求2所述的文件处理方法，其特征在于，所述方法还包括：

将所述待训练边框数据的文本内容以及所述待训练边框数据的相邻边框数据的文本内容设置为所述神经网络模型的输入参数，使用所述神经网络模型对所述待识别边框数据的文本内容进行分类处理，得到所述待训练边框数据的文本内容的分类概率；

将所述分类概率与所述标注分类进行比对，通过损失函数确定误差；

基于所述误差更新所述神经网络模型的网络参数。

7.根据权利要求1所述的文件处理方法，其特征在于，所述方法应用在进出口的海关报关过程中识别报关文件所包含的所述表单文本信息。