[发明专利]业务命名实体的抽取方法、装置、设备及可读存储介质

权利要求书

1.业务命名实体的抽取方法，其特征在于，包括：

获取图像集合，所述图像集合为处理所述业务时产生的包含有业务信息的图像的集合；

基于所述图像集合中的每张所述图像得到每张图像对应的命名实体，将所述命名实体进行集合得到命名实体集合；

基于聚类算法对所述命名实体集合进行处理，得到命名实体聚类簇划分结果；

基于投票法对所述命名实体聚类簇划分结果进行处理，得到标准命名实体集合；

对所述标准命名实体集合进行去噪处理，得到所述业务的命名实体抽取结果。

2.根据权利要求1所述的业务命名实体的抽取方法，其特征在于，所述基于所述图像集合中的每张所述图像得到每张图像对应的命名实体，将所述命名实体进行集合得到命名实体集合，包括：

基于每张所述图像得到每张图像的OCR文本；

对所述每张图像的OCR文本进行命名实体抽取，将抽取出来的命名实体进行集合，得到所述命名实体集合。

3.根据权利要求1所述的业务命名实体的抽取方法，其特征在于，所述基于投票法对所述命名实体聚类簇划分结果进行处理，得到标准命名实体集合，包括:

基于所述命名实体聚类簇划分结果，利用投票法对每一簇进行去重处理，得到每一簇对应的标准命名实体；

将每一簇对应的标准命名实体进行集合，得到第一标准命名实体集合；

对所述第一标准命名实体集合进行分析，其中，若所述第一标准命名实体集合中一所述标准命名实体为另一所述标准命名实体的子串，则将所述一所述标准命名实体从所述第一标准命名实体集合剔除，得到所述标准命名实体集合。

4.根据权利要求3所述的业务命名实体的抽取方法，其特征在于，所述基于所述命名实体聚类簇划分结果，利用投票法对每一簇进行去重处理，得到每一簇对应的标准命名实体，包括:

基于所述命名实体聚类簇划分结果，遍历计算每个所述命名实体与该簇中其他所述命名实体的相似度之和，得到每一簇中每个所述命名实体的相似度之和；

将每一簇中每个所述命名实体的相似度之和进行降序排列，取所述相似度之和排名第一的所述命名实体作为每一簇的标准命名实体。

5.根据权利要求4所述的业务命名实体的抽取方法，其特征在于，所述基于所述命名实体聚类簇划分结果，遍历计算每个所述命名实体与该簇中其他所述命名实体的相似度之和，得到每一簇中每个所述命名实体的相似度之和，包括：

计算每一簇中一所述命名实体与另一所述命名实体之间的编辑距离，计算每一簇中一所述命名实体与另一所述命名实体的字符串长度之和；

基于所述编辑距离和所述字符串长度之和得到一所述命名实体与另一所述命名实体之间的相似度。

6.根据权利要求1所述的业务命名实体的抽取方法，其特征在于，所述对所述标准命名实体集合进行去噪处理，得到所述业务的命名实体抽取结果，包括:

获取工作人员输入的去噪规则；

根据所述去噪规则对所述标准命名实体集合中的每个所述标准命名实体进行去噪处理，得到所述业务的命名实体抽取结果。

7.业务命名实体的抽取装置，其特征在于，包括：

获取模块，用于获取图像集合，所述图像集合为处理所述业务时产生的包含有业务信息的图像的集合；

第一计算模块，用于基于所述图像集合中的每张所述图像得到每张图像对应的命名实体，将所述命名实体进行集合得到命名实体集合；

第二计算模块，用于基于聚类算法对所述命名实体集合进行处理，得到命名实体聚类簇划分结果；

第三计算模块，用于基于投票法对所述命名实体聚类簇划分结果进行处理，得到标准命名实体集合；

去噪模块，用于对所述标准命名实体集合进行去噪处理，得到所述业务的命名实体抽取结果。