[发明专利]基于多模态结构化信息融合的文档图像分类方法与装置

摘要

本发明公开基于多模态结构化信息融合的文档图像分类方法与装置，涉及文档图像分类技术领域，首先对文档图像进行版面分析，定位其中的关键区域，例如标题、文字、图、图标题、表格、表格标题、印章等；然后按照关键区域的类型提取该区域的文本关键信息，接着将文本关键信息进行分词和提取词向量，最后融合所有的词向量进行分类。本发明可以实现快速准确的对大量的电子化材料分类归档处理，能有效地避免拍摄的环境不同，带来的分类难度和误分类情形；能解决纸质材料形变带来的文本分类问题；还可以解决文字被印章或者其他东西部分遮挡、文档残缺、有的文档有标题，有的文档没有标题、材料内容复杂多带来的分类问题。