科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种针对实际OCR场景下的视觉富文档信息抽取方法,方法包括以下步骤：收集实际场景下的视觉富文本图像；利用预训练词嵌入模型抽取字符级别和单词级别的文本词嵌入特征和位置嵌入特征；训练命名实体分类模块；构建基于图卷积GAT的全局文档图结构,引入自注意力机制；训练命名实体边界定位模块；构建多特征聚合结构；训练错误语义纠正模块,采用GRU的解码结构,根据CRF的最优路径,取出对应维度特征的编码隐状态,通过将命名实体的类别信息,作为先验指导信息,指导每次解码器的输出,得到规范格式的实体命名信息。本发明有效提升了视觉富文档信息抽取方法在实际OCR检测识别应用中的精度,对视觉富文档信息的结构化存储具有重要的意义。
- 单位
