[发明专利]结构化数据转换方法、装置、电子设备及介质

说明书

本发明涉及人工智能领域，揭露一种结构化数据转换方法，包括：识别待处理图像中的文本框及文本框内的字段内容，确定文本框的坐标信息；获取文本框对应的框图，对文本框位置排序，得到位置排序值；构建节点图，基于坐标信息、字段内容、框图及位置排序值确定节点图中各个节点的特征值，基于各个节点之间的距离值确定节点图中各个节点之间边的特征值；将节点的特征值及边的特征值输入训练好的边分类模型，得到节点图中各个节点之间边的类别，基于边的类别确定各个节点的位置编号，基于位置编号将各个节点对应的字段内容填入预设表格，得到结构化数据。本发明还提供一种结构化数据转换装置、电子设备及介质。本发明提高了数据转换准确度。

技术领域

本发明涉及人工智能领域，尤其涉及一种结构化数据转换方法、装置、电子设备及介质。

背景技术

随着数据时代的到来，数据种类、格式更加多样，为提高数据的处理效率，通常需要将非结构化数据转换为结构化数据。例如，将医疗清单图像中的数据转换为表格数据，以便于后续的核保定损。

当前，通常在识别出文本图像中的字段内容后，根据预先确定的字段位置关系将字段内容填入至对应的表格位置，然而，这种方式仅适用于格式固定的文本图像，对于格式多样、且无表格线的文本图像，容易出现位置填充错误，导致结构化数据转换准确度不高。因此，亟需一种结构化数据转换方法，以提高数据转换准确度。

发明内容

鉴于以上内容，有必要提供一种结构化数据转换方法，旨在提高数据转换准确度。

本发明提供的结构化数据转换方法，包括：

响应用户基于客户端发出的针对待处理图像的结构化数据转换请求，对所述待处理图像执行文本框识别及文字识别处理，得到多个文本框及所述多个文本框中每个文本框内的字段内容，确定所述每个文本框在所述待处理图像中的坐标信息；

从所述待处理图像中获取所述每个文本框对应的框图，基于所述坐标信息对所述每个文本框执行位置排序处理，得到所述每个文本框对应的位置排序值；

将所述每个文本框作为一个节点，基于所述坐标信息构建节点图，基于所述坐标信息、字段内容、框图及位置排序值确定所述节点图中各个节点的特征值，基于各个节点之间的距离值确定所述节点图中各个节点之间边的特征值；

将所述节点的特征值及边的特征值输入训练好的边分类模型，得到所述节点图中各个节点之间边的类别，基于所述边的类别确定各个节点的位置编号，基于所述位置编号将各个节点对应的字段内容填入预设表格，得到所述待处理图像对应的结构化数据。

可选的，所述基于所述坐标信息、字段内容、框图及位置排序值确定所述节点图中各个节点的特征值，包括：

从所述节点图中选择一个节点，对选择的节点对应的字段内容执行编码处理及向量转换处理，得到所述选择的节点对应的语义特征；

对所述选择的节点对应的框图执行特征提取处理，得到所述选择的节点对应的图像特征；

基于所述坐标信息确定所述选择的节点对应的文本框的宽度值及高度值，将所述坐标信息、宽度值及高度值作为所述选择的节点对应的绝对位置特征；

将所述位置排序值输入预设函数进行运算，得到所述选择的节点对应的相对位置特征；

合并所述语义特征、图像特征、绝对位置特征及相对位置特征，得到所述选择的节点的特征值。

可选的，所述边的类别包括同行、同列、跨行、跨列及无关联关系，所述基于所述边的类别确定各个节点的位置编号，包括：

将所述节点图中的节点两两组合，得到多个节点对，基于所述边的类别对所述节点对进行划分，得到每个类别对应的节点对集合；

将所述节点对集合中属于同一行或同一列的节点作为一个节点组，得到多个行节点组及列节点组；