[发明专利]一种融合视觉与文本特征的简历版面分析算法在审
| 申请号： | 201910685047.9 | 申请日： | 2019-07-27 |
| 公开（公告）号： | CN110390324A | 公开（公告）日： | 2019-10-29 |
| 发明（设计）人： | 丁伟峰 | 申请（专利权）人： | 苏州过来人科技有限公司 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06F17/27 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 215100 江苏省苏州市相城区高*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合视觉与文本特征的简历版面分析算法，该简历版面的分析包括以下步骤：步骤1：从pdf读取程序或ocr引擎中得到文本行及其坐标；步骤2：使用神经网络对第i行的文本进行编码，得到文本嵌入向量text_emb(i)；步骤3：提取对应行的图像，得到图像嵌入向量img_emb(i)；步骤4：提取字号、文字长度特征，并进行归一化得到特征向量；步骤5：聚合步骤2、3、4得到的向量，得到行嵌入line_emb(i)；步骤6：使用神经网络对行向量序列[line_emb(i)]进行序列标注。本发明通过结合简历的视觉特征和文本语义特征，对简历进行语义划分，识别独立的段落单元。 | ||
| 搜索关键词： | 向量 嵌入 版面分析 神经网络 文本特征 算法 文本 视觉 图像 语义 长度特征 读取程序 聚合步骤 视觉特征 特征向量 文本语义 序列标注 融合 归一化 文本行 行向量 版面 分析 | ||
【主权项】：
1.一种融合视觉与文本特征的简历版面分析算法，其特征在于：该简历版面的分析包括以下步骤：步骤1）：从pdf读取程序或ocr引擎中得到文本行及其坐标；步骤2）：使用神经网络对第i行的文本进行编码，得到文本嵌入向量text_emb(i)；步骤3）：提取对应行的图像，得到图像嵌入向量img_emb(i)；步骤4）：提取字号、文字长度特征，并进行归一化得到特征向量；步骤5）：聚合步骤2、3、4得到的向量，得到行嵌入line_emb(i)；步骤6）：使用神经网络对行向量序列[line_emb(i)]进行序列标注。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州过来人科技有限公司，未经苏州过来人科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910685047.9/，转载请声明来源钻瓜专利网。
- 上一篇：信息处理装置以及计算机可读介质
- 下一篇：一种网络集中式OCR识别系统及方法
