[发明专利]项目案件初审方法以及装置在审

专利信息
申请号: 201910464468.9 申请日: 2019-05-30
公开(公告)号: CN110349033A 公开(公告)日: 2019-10-18
发明(设计)人: 胡越;陈景东 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06Q40/08 分类号: G06Q40/08;G06K9/00;G06K9/62
代理公司: 北京智信禾专利代理有限公司 11637 代理人: 吴肖肖
地址: 英属开曼群岛大开*** 国省代码: 开曼群岛;KY
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 案件 凭证 审核 文字信息 项目设定 图片 人工审核 输出识别 图片类别 图片输入 图片特征 图像识别 申请
【权利要求书】:

1.一种项目案件初审方法,其特征在于,包括:

获取项目成员参与互助项目的过程中提交的项目案件的案件凭证图片;

将所述案件凭证图片输入至预先训练的图像识别模型,对所述案件凭证图片的图片特征进行识别,输出所述案件凭证图片的识别结果;

在所述识别结果为识别通过的情况下,对所述案件凭证图片中的文字进行识别,获得所述案件凭证图片中的案件文字;

判断所述互助项目设定的图片类别与所述案件凭证图片的类别,以及所述互助项目设定的文字信息与所述案件文字的文字信息是否一致;

若是,将所述项目案件进行所述互助项目的深度审核。

2.根据权利要求1所述的项目案件初审方法,其特征在于,所述将所述案件凭证图片输入至预先训练的图像识别模型,对所述案件凭证图片的图片特征进行识别,输出所述案件凭证图片的识别结果步骤执行之后,还包括:

在所述识别结果为识别未通过的情况下,确定所述案件凭证图片未通过识别的特征维度;

向所述项目成员发送提交未通过识别的特征维度的案件凭证图片的提醒信息。

3.根据权利要求2所述的项目案件初审方法,其特征在于,所述向所述项目成员发送提交未通过识别的特征维度的案件凭证图片的提醒信息步骤执行之后,还包括:

获取所述项目成员针对所述未通过识别的特征维度的第一补充案件凭证图片;

将所述第一补充案件凭证图片输入至所述图像识别模型,对所述第一补充案件凭证图片的图片特征进行识别,输出所述第一补充案件凭证图片的补充识别结果;

在所述补充识别结果为识别未通过的情况下,向所述项目成员发送所述项目案件的撤案信息。

4.根据权利要求1所述的项目案件初审方法,其特征在于,若所述判断所述互助项目设定的图片类别与所述案件凭证图片的类别,以及所述互助项目设定的文字信息与所述案件文字的文字信息是否一致步骤的判断结果为否,则执行如下步骤:

确定所述案件凭证图片的类别与所述设定的图片类别不一致的案件凭证图片,和/或确定所述案件文字的文字信息与所述设定的文字信息不一致的案件文字;

向所述项目成员发送提交图片类别不一致的案件凭证图片和/或文字信息不一致的案件文字对应的案件凭证图片的提醒信息。

5.根据权利要求4所述的项目案件初审方法,其特征在于,所述向所述项目成员发送提交图片类别不一致的案件凭证图片和/或文字信息不一致的案件文字对应的案件凭证图片的提醒信息步骤执行之后,还包括:

获取所述项目成员针对所述图片类别不一致和/或文字信息不一致的第二补充案件凭证图片;

对所述第二补充案件凭证图片中的文字进行识别,获得所述第二补充案件凭证图片中的补充案件文字;

判断所述设定的图片类别与所述第二补充案件凭证图片的类别,以及所述设定的文字信息与所述补充案件文字的文字信息是否一致;

若否,向所述项目成员发送所述项目案件的撤案信息。

6.根据权利要求1所述的项目案件初审方法,其特征在于,所述将所述项目案件进行所述互助项目的深度审核步骤执行之前,还包括:

提取所述案件文字中与所述项目案件关联的案件关键词;

计算所述案件关键词与所述项目成员提交的案件凭证图片的图文匹配度;

将所述图文匹配度大于预设匹配度阈值的案件凭证图片确定为关键案件凭证图片;

判断所述图片类别中包含的关键案件凭证图片是否存在重复;

若是,对存在重复关键案件凭证图片的所属图片类别做剔除处理。

7.根据权利要求1所述的项目案件初审方法,其特征在于,所述图像识别模型通过如下方式训练:

将参与所述互助项目的项目成员提交的案件凭证图片以及所述案件凭证图片的识别结果作为训练样本;

通过将所述训练样本输入至所述图像识别模型进行训练,确定所述案件凭证图片与所述案件凭证图片的识别结果的关联关系。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910464468.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top