一种基于OCR识别的格式化文档生成方法及系统
授权
摘要
本公开提供了一种基于OCR识别的格式化文档生成方法及系统，使用OCR技术将多个纸质文件扫描并识别成多个字符串；使用中文分词算法分别将各个字符串处理为各个字符串数组，处理得到的各个字符串数组的集合作为分词数组集合；对中文知识图谱中的三元组数据使用知识图谱嵌入算法得到中文知识图谱中的各个三元组的嵌入向量；在分词数组集合中，以每一个字符串数组进行向量化得到多个关系组合向量；对各个关系组合向量与各个三元组的嵌入向量之间建立映射关系；根据映射关系，将关系组合向量对应的三元组组成文本并将文本填入模板中，生成得到格式化文档。
基本信息
专利标题 ：
一种基于OCR识别的格式化文档生成方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114116989A
申请号 ：
CN202210105172.X
公开（公告）日 ：
2022-03-01
申请日 ：
2022-01-28
授权号 ：
CN114116989B
授权日 ：
2022-04-15
发明人 ：
苗苏望蓝建敏池穆霖申鑫张旭君
申请人 ：
京华信息科技股份有限公司
申请人地址 ：
广东省广州市天河区高普路138号京华信息大楼中座
代理机构 ：
广州专理知识产权代理事务所(普通合伙)
代理人 ：
邓易偲
优先权 ：
CN202210105172.X
主分类号 ：
G06F16/33
IPC分类号 ：
G06F16/33 G06F16/35 G06F16/36 G06V20/62 G06V30/10
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/33
••查询
法律状态
2022-04-15 ：
授权
2022-03-18 ：
实质审查的生效
IPC(主分类) : G06F 16/33
申请日 : 20220128
申请日 : 20220128
2022-03-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
