[发明专利]一种文字信息匹配方法、装置及存储介质

说明书

本申请公开一种文字信息匹配方法、装置及存储介质，涉及信息处理技术领域，能够提高文字信息结构化的准确性和泛化能力。该方法包括：获取目标图片的文字段的内容集合，文字段的内容集合包括至少一个文字段的内容；基于实体匹配规则对文字段的内容集合中的文字段的内容进行识别，得到第一识别结果；其中，一个实体的匹配规则是识别出实体的实体标签所使用的规则；基于第一识别结果确定是否需要对文字段的内容集合进行模型识别；当确定对文字段的内容集合进行模型识别时，使用语言识别模型，对文字段的内容集合中的部分文字段的内容进行识别，得到第二识别结果。

技术领域

本申请涉及信息处理技术领域，尤其涉及一种文字信息匹配方法、装置及存储介质。

背景技术

名片作为日常商务活动中的重要媒介，能够有效的传递个人的基本信息，成为人际关系中快速建立联系的有效手段。随着智能手机、移动平板等终端技术的快速发展，将传统名片上的信息高效准确的复制到移动终端通讯录上并进行存储，可以有效避免随身携带各类名片的不便以及名片丢失等问题。

传统的名片录入方法在识别出名片中的文字段后，需要对文字段进行结构化处理，即为文字段中的字符匹配姓名、电话、公司名称、公司地址、职位、邮箱等实体标签。常用结构化处理方法是采用关键词匹配和知识库匹配，但是，由于关键词表或者知识库中不可能穷举出所有的情况，因此这种结构化方法匹配出的结果准确性较差，且不具有泛化性。

因此，亟待一种结构化方法，能够提高名片信息结构化的准确性，且具有泛化能力。

发明内容

本申请提供一种文字信息匹配方法、装置及存储介质，能够提高文字信息结构化的准确性和泛化能力。

第一方面，提供一种文字信息匹配方法，包括：获取目标图片的文字段的内容集合，文字段的内容集合包括至少一个文字段的内容；基于实体匹配规则对文字段的内容集合中的文字段的内容进行识别，得到第一识别结果；其中，一个实体的匹配规则是识别出实体的实体标签所使用的规则；第一识别结果包括：至少一个文字段中的部分或全部文字段的实体标签；基于第一识别结果确定是否需要对文字段的内容集合进行模型识别；当确定对文字段的内容集合进行模型识别时，使用语言识别模型，对文字段的内容集合中的部分文字段的内容进行识别，得到第二识别结果；其中，第二识别结果包括：至少一个文字段中的部分文字段的实体标签。

可以理解的是，基于匹配规则和深度学习模型相结合的方式，为图片中的文字信息匹配相应的实体标签。具体的，首先基于实体匹配规则对文字段的内容集合中的文字段的内容进行识别，得到第一识别结果；然后基于第一识别结果判断是否需要对文字段的内容集合进行模式识别；在需要对文字段的内容集合进行模式识别时，使用语言识别模型，对文字段的内容集合中的部分文字段的内容进行识别，得到第二识别结果。如此，相比于现有技术采用关键词匹配和知识库匹配的方法，本申请实施例基于实体匹配规则和语言识别模型，能够准确的为图片中的文字信息匹配相应的实体标签，并且基于语言识别模型，能够较好的解决泛化性问题，提高泛化能力。

在一种可能的实现方式中，上述基于实体匹配规则对文字段的内容集合中的文字段的内容进行识别，得到第一识别结果，包括：对于文字段的内容集合中的每一个文字段的内容，基于实体匹配规则分别对每一个文字段的内容进行识别，得到每一个文字段的内容的识别结果；根据每一个文字段的内容的识别结果，得到第一识别结果；或者，对于文字段的内容集合中的全部文字段的内容，基于实体匹配规则对全部文字段的内容进行识别，得到第一识别结果。

可以理解的是，以单个文字段的内容为单位，采用实体匹配规则分别对文字段的内容集合中的每一个文字段的内容进行识别，也即一次只对一个文字段的内容进行识别，可以提高识别的准确度。以文字段的内容集合为单位，采用实体匹配规则分别对文字段的内容集合中的全部文字段的内容进行识别，也即一次对多个文字段的内容进行识别，可以提高识别效率。