[发明专利]一种基于深度学习的企业实体识别系统

说明书

针对现有的一些OCR文字识别系统，其功能仅限于对图中文字进行识别，并没有针对某些具体需求，比如商铺名称的提取，做进一步命名实体识别功能的实现。本发明公开了一种基于深度学习的企业实体识别系统，由文本检测模块，文本识别模块和命名实体识别模块三个模块构成，每个模块分别采用不同的深度学习算法模型，结合了当前最前沿的自然场景文本识别和自然语言处理技术，文本检测模块采用Cascade Mask R‑CNN模型，文本识别模块采用Attention LSTM模型，命名实体识别模块采用BERT‑BiLSTM‑CRF模型，实现了对商铺名称的自动识别，能够适应各种商铺图片，节省了传统人工提取图片中商铺名称的时间，对商铺管理系统的智能化发展起了重要的作用。

技术领域

本发明属于计算机视觉和人工智能领域，具体涉及一种基于深度学习的企业实体识别系统。

背景技术

近年来人工智能等新技术飞速发展，在对商铺进行管理的过程中应用越来越广泛。深度学习的发展促进了计算机视觉领域的空前进步，加之近几年图像检测与识别技术的发展以及各种高性能神经网络的发掘，让我们看到了利用AI进行商铺名称识别的可能。

结合图像检测、图像识别以及命名实体识别技术，可以对图片中的文本信息进行提取，用文本框框出图片中的文字部分，并识别出其中内容。进而分析文本信息，从中准确提取出商铺名称。

国外高端视觉检测系统大量涌入国内，价格昂贵且算法封锁，国内正加大对机器视觉的研究以开发快速高效且拥有自主知识产权的视觉控制系统，现已有一些公司拥有OCR文字识别系统，如百度、华为、科大讯飞等，但其功能仅限于对图中文字进行识别，并没有针对某些具体需求，比如商铺名称的提取，做进一步命名实体识别功能的实现。

发明内容

为了解决现有技术中的不足，本发明的目的在于提供一种基于深度学习的企业实体识别系统，实现了对商铺名称的自动识别，能够适应各种商铺图片，节省了传统人工提取图片中商铺名称的时间。

为了实现上述目标，本发明技术方案如下：

所述系统由三个模块构成，分别为文本检测模块，文本识别模块和命名实体识别模块，每个模块分别采用不同的深度学习算法模型，文本检测模块采用Cascade Mask R-CNN模型，文本识别模块采用Attention LSTM模型，命名实体识别模块采用BERT-BiLSTM-CRF模型。

文本检测模块实现了对图片的文本存在性检测和文本位置检测，其核心任务在于输出图片中每一个文本目标的边框，但并不关注识别文本框内具体的文字内容。我们使用Cascade Mask R-CNN模型：首先，将数据预处理后的图片送入ResNet-101,FPN网络进行图片特征的提取。这里我们使用区域候选网络RPN生成所有可能的文本框提案。随后将所有可能的文本框提案和特征一同送入Cascade架构中的第一级单元。这里的Cascade单元由Cascade R-CNN单元改良而成。除了box分支以外，额外增加了一条独立的Mask分支，专门用于提取图片中的蒙板信息。Cascade架构中每一个单元将上级的输出作为输入，逐级过滤不达标的提案并调优文本框位置坐标，逐步精修文本区域的品质。

文本识别模块中，我们将文本检测模块中的结果经过预处理后送入Inception V4网络进行特征提取。这里我们采用的是Attention LSTM识别算法。

在此算法中，LSTM单元用于解决序列的对齐问题，而注意力机制则帮助模型在解码特定字符时，将注意力集中在该字符对应的像素点位置，可以显著提升模型文本识别的准确性。