[发明专利]一种面向财务报表图像的结构化信息提取方法

摘要

本发明涉及金融行业图像处理技术领域，为一种面向财务报表图像的结构化信息提取方法，包括：S1，收集财务报表所有科目数据，对科目数据进行标准化科目类别标注，得到标准财务报表；S2，采取数据增广策略对所述标准财务报表进行科目增广；S3，对增广之后的数据进行fastText模型训练。在OCR解析存在部分错误的时候，如科目之间编辑距离很小、只有一字之差的情况，该方案能有效剔除清理此类错误，能泛化性更好地科目标准化，具有较好的鲁棒性，适于推广应用。尤其是针对数量较大的网站财务报表数据，其能快速进行收集、处理得到科目表述一致且错误少的科目数据信息。