[发明专利]一种纸质材料关键信息自动提取方法

说明书

本发明公开了一种纸质材料关键信息自动提取方法，包括如下步骤：1)将车辆工作中的派车单，维修单，油费单这些纸质材料通过扫描设备转化为图片；2)将获得的图片归一化处理，去除噪声，减少图片之间的复杂度；3)设计卷积神经网络优化算法，对纸质材料图片中的文字进行识别，设计TF‑IDF优化算法提取出图片文字中的关键信息；自动存入用车系统。本发明是在关键信息提取上具有更高的优越性,可提取出工作领域中纸质材料有用的那一部分关键信息，并且随着模型数据集，训练集，测试集的不断丰富与扩大，卷积神经网络算法可自动优化调整参数，具有实用性强、可扩展性广、利于工作智能化等优点。

技术领域

本发明涉及深度学习领域，尤其是涉及一种在用车工作领域中特有的纸质材料关键信息自动提取方法。

背景技术

深度学习通常可以理解为深层神经网络，是机器学习的一个分支，在很多人工智能问题上，深度学习的方法突破了传统机器学习的瓶颈，推动了人工智能领域的发展。卷积神经网络算法是深度学习中一个非常重要的算法，在分类问题领域具有广泛的应用前景。

长期以来，对于用车系统内车辆运行、用费的监管一直是工作人员执行工作的盲点和痛点，其原因为车辆使用频率高、数据量大，据统计，一辆用车全年的行驶轨迹数据约24万余条，传统的方式为抽样，通过人员翻阅行驶轨迹、派车记录、用费记录等资料进行逻辑核对，工作质量高度依赖于核查人员的经验和素质，且抽样样本与全局样本的绝对离差值大，难以承载信息时代数据体量巨大的要求。

为解决上述问题，通常的解决方法是利用OCR技术，将纸质材料扫描转换为计算机可读的数据信息。但是该方法所获得的是纸质材料的全部信息，并不能针对性的只获取我们所需要的关键信息，并且利用这种方法获取的数据杂乱，缺乏逻辑关系，并不适合用于用车工作领域中派车单，维修单，油耗单，这些纸质材料有效信息的提取。

发明内容

本发明的目的是提供一种能够高效地提取出用车纸质材料中的关键信息、解决用车工作中孤岛数据、体量大、逻辑性小等问题的纸质材料关键信息自动提取方法。

本发明的目的是这样实现的：

一种纸质材料关键信息自动提取方法，特征是：具体步骤如下：

A、将车辆审查工作中的派车单、维修单、油费单这些纸质材料通过拍照设备或者扫描设备转化为图片；

B、将获得的图片归一化处理，去除噪声，减少图片之间的复杂度；然后，设计卷积神经网络优化算法，对纸质材料图片中的文字进行识别；

C、设计卷积神经网络优化算法，对纸质材料图片中的文字进行识别，并设计TF-IDF优化算法提取出图片文字中的关键信息。对于派车单：提取出派车单图片中的派车日期，派车目的地以及派车人签名信息；对于维修单：提取出维修单图片中的维修日期，维修金额以及车辆维修部件信息；对于油耗单：提取出油耗单图片中的加油量，加油时间，加油费用以及加油站名称；最后将上面提取出来的关键数据自动存入用车系统。

与现有技术相比，本发明具有以下效果：

本发明相对于传统的OCR汉字识别方法，在关键信息提取上具有更高的优越性,可提取出工作领域中纸质材料有用的那一部分关键信息，而不是直接提取全部内容。并且随着模型数据集，训练集，测试集的不断丰富与扩大，卷积神经网络算法可自动优化调整参数，具有实用性强、可扩展性广、利于工作智能化等优点。

具体实施方式

下面对照实施例对本发明作进一步的说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

一种纸质材料关键信息自动提取方法，具体步骤如下：

1)、文字识别样本数据集：