[发明专利]一种结构化信息的提取方法、装置、电子设备及存储介质

说明书

本发明实施例公开了一种结构化信息的提取方法、装置、电子设备及存储介质。其中，该方法包括：获取任一版式的原始表单图片，基于预设的角度修正模型，调整所述原始表单图片的旋转角度，得到目标表单图片；根据预设的文本检测与识别模型，确定所述目标表单图片中的文本内容和文本坐标，根据所述文本内容和文本坐标的关联关系，生成字段内容；根据预设的图卷积模型，确定与所述字段内容匹配的字段名称，将所述字段名称和字段内容以键值对的形式输出，得到信息提取结果。实现了采用图卷积模型对任一版式的表单数据进行结构化提取，提高信息提取的效率和精度。

技术领域

本发明实施例涉及信息提取技术，尤其涉及一种结构化信息的提取方法、装置、电子设备及存储介质。

背景技术

不同的持牌或非持牌金融机构的支付指令各不相同，且同一家金融机构根据时间或产品的变化会存在不同版式的支付指令。

现有的支付指令信息结构化提取，是使用模板匹配的方式对支付指令的内容进行提取。根据指令图片中的文本位置及其内容，使用预先配置的表单模板对图片进行匹配搜索，例如，使用匹配度最高的模板或人工指定的模板对指令内容进行提取。

使用模板匹配的方式要求对所有需要提取的支付指令进行版式梳理，并逐一配置相应的模板。模板匹配需要对所有模板的匹配度进行比较，支付指令的版式越多，需要的模板匹配时间越长。且模板的整理和配置需要投入大量人力和时间，当指令版式发生变化时，需要重新配置相应的模板，并针对每个模板编写新的结构化提取规则，不利于后期的维护更新工作，影响信息提取的效率和精度。

发明内容

本发明实施例提供一种结构化信息的提取方法、装置、电子设备及存储介质，以提高结构化信息的提取效率和精度。

第一方面，本发明实施例提供了一种结构化信息的提取方法，该方法包括：

获取任一版式支付指令的原始表单图片，基于预设的角度修正模型，调整所述原始表单图片的旋转角度，得到目标表单图片；

根据预设的文本检测与识别模型，确定所述目标表单图片中的文本内容和文本坐标，根据所述文本内容和文本坐标的关联关系，生成字段内容；

根据预设的图卷积模型，确定与所述字段内容匹配的字段名称，将所述字段名称和字段内容以键值对的形式输出，得到支付指令的信息提取结果。

第二方面，本发明实施例还提供了一种结构化信息的提取装置，该装置包括：

目标图片获得模块，用于获取任一版式支付指令的原始表单图片，基于预设的角度修正模型，调整所述原始表单图片的旋转角度，得到目标表单图片；

字段内容生成模块，用于根据预设的文本检测与识别模型，确定所述目标表单图片中的文本内容和文本坐标，根据所述文本内容和文本坐标的关联关系，生成字段内容；

结构信息提取模块，用于根据预设的图卷积模型，确定与所述字段内容匹配的字段名称，将所述字段名称和字段内容以键值对的形式输出，得到支付指令的信息提取结果。

第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明任意实施例所述的结构化信息的提取方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例所述的结构化信息的提取方法。