[发明专利]样本生成方法、装置及设备

权利要求书

1.一种样本生成方法，其特征在于，包括：

对指定的电子版内容进行解析获取电子版内容的结构化信息，包括：利用指定的解析工具从指定的电子版内容中解析出电子版内容中各字符的位置信息；

获取包含所述电子版内容的目标图像；

将所述结构化信息与所述目标图像中的电子版内容进行关联生成样本，包括：确定第一坐标系与第二坐标系的映射关系，所述第一坐标系是所述电子版内容所处的坐标系，所述第二坐标系是所述目标图像所处的坐标系；针对所述电子版内容中的每一目标字符，按照所述映射关系将目标字符从第一坐标系映射到第二坐标系中，并将目标字符在所述第二坐标系中的位置信息与所述目标图像中的目标字符关联得到所述样本。

2.如权利要求1所述的样本生成方法，其特征在于，获取包含所述电子版内容的目标图像，包括：

依据当前场景确定用于获取所述目标图像的图像获取方式；所述图像获取方式至少包括以下方式之一：将所述电子版内容的格式从电子版格式转换为图片格式；采集纸质文件的图像，所述纸质文件包含所述电子版内容；

依据所述图像获取方式获取包含所述电子版内容的目标图像，所述目标图像与所述当前场景对应。

3.如权利要求1所述的样本生成方法，其特征在于，所述目标图像与所述电子版内容中存在多个相同的标记对象；

所述确定第一坐标系与第二坐标系的映射关系，包括：

从所述目标图像和电子版内容中获取各个标记对象的位置信息；

依据目标图像和电子版内容中相同标记对象的位置信息构建所述映射关系。

4.一种样本生成装置，其特征在于，包括：

信息获取模块，用于对指定的电子版内容进行解析获取电子版内容的结构化信息，包括：利用指定的解析工具从指定的电子版内容中解析出电子版内容中各字符的位置信息；

图像获取模块，用于获取包含所述电子版内容的目标图像；

样本生成模块，用于将所述结构化信息与所述目标图像中的电子版内容进行关联生成样本，包括：确定第一坐标系与第二坐标系的映射关系，所述第一坐标系是所述电子版内容所处的坐标系，所述第二坐标系是所述目标图像所处的坐标系；针对所述电子版内容中的每一目标字符，按照所述映射关系将目标字符从第一坐标系映射到第二坐标系中，并将目标字符在所述第二坐标系中的位置信息与所述目标图像中的目标字符关联得到所述样本。

5.如权利要求4所述的样本生成装置，其特征在于，所述目标图像与所述电子版内容中存在多个相同的标记对象；

所述映射关系确定单元包括：

标记对象位置信息获取子单元，用于从所述目标图像和电子版内容中获取各个标记对象的位置信息；

映射关系构建子单元，用于依据目标图像和电子版内容中相同标记对象的位置信息构建所述映射关系。

6.一种电子设备，其特征在于，包括处理器及存储器；所述存储器存储有可被处理器调用的程序；其中，所述处理器执行所述程序时，实现如权利要求1-3中任意一项所述的样本生成方法。