[发明专利]票据自动识别方法、装置、计算机设备及存储介质

权利要求书

1.一种票据自动识别方法，其特征在于，包括下述步骤：

获取原始票据数据集，预处理所述原始票据数据集获得训练数据集；

将所述训练数据集输入至构建的BERT网络模型中，得到表层特征、句法特征和语义特征；

将所述表层特征、所述句法特征以及所述语义特征进行拼接，得到拼接特征；

基于所述拼接特征输出所述BERT网络模型的预测结果；

根据所述预测结果计算第一损失函数，根据所述第一损失函数对所述BERT网络模型进行迭代更新，并确定迭代更新后的所述BERT网络模型是否收敛，当迭代更新后的所述BERT网络模型收敛，输出所述BERT网络模型作为票据识别模型；

获取待识别票据，对所述待识别票据进行光学字符识别，得到与所述待识别票据对应的文本数据；

将所述文本数据输入至所述票据识别模型，输出分类结果，并根据所述分类结果得到所述文本数据的字段类型。

2.根据权利要求1所述的票据自动识别方法，其特征在于，所述将所述训练数据集输入至构建的BERT网络模型中，得到表层特征、句法特征和语义特征包括：

将所述训练数据集输入至所述BERT网络模型的输入层进行向量转换，得到与所述训练数据集对应的特征向量数据；

通过所述BERT网络模型的特征提取层对所述特征向量数据进行特征提取，获得所述表层特征、所述句法特征和所述语义特征。

3.根据权利要求2所述的票据自动识别方法，其特征在于，所述特征提取层包括底层网络、中间层网络和高层网络，所述通过所述BERT网络模型的特征提取层对所述特征向量数据进行特征提取，获得所述表层特征、所述句法特征和所述语义特征包括：

通过所述底层网络从所述文本特征向量中提取表层特征，并将表层特征分别输入至所述中间层网络和所述高层网络；

通过所述中间层网络对所述表层特征进行特征提取，获得所述句法特征，并将所述句法特征输入至所述高层网络；

通过所述高层网络对所述表层特征和所述句法特征进行特征提取，得到所述语义特征。

4.根据权利要求1所述的票据自动识别方法，其特征在于，所述基于所述拼接特征输出所述BERT网络模型的预测结果包括：

利用所述BERT网络模型的softmax层对所述拼接特征进行预测，得到所述训练数据集对应的每个标签的预测概率；

根据所述预测概率得到预测结果。

5.根据权利要求1所述的票据自动识别方法，其特征在于，所述根据所述第一损失函数对所述BERT网络模型进行迭代更新，并确定迭代更新后的所述BERT网络模型是否收敛包括：

根据所述第一损失函数调整所述BERT网络模型的模型参数，得到中间BERT网络模型；

计算所述中间BERT网络模型的第二损失函数，根据所述第一损失函数和所述第二损失函数判断所述中间BERT网络模型是否收敛。

6.根据权利要求5所述的票据自动识别方法，其特征在于，所述根据所述第一损失函数和所述第二损失函数判断所述中间BERT网络模型是否收敛包括：

计算所述第一损失函数和第二损失函数之间的差值，若所述差值在预设范围之内，则所述中间BERT网络模型收敛。

7.根据权利要求1所述的票据自动识别方法，其特征在于，所述预处理所述原始票据数据集得到训练数据集包括：

采用字段赋值法对所述原始票据数据集中的原始票据数据进行字段转换，得到包含字段名称和对应的字段值的原始票据数据集，其中所述字段名称为所述字段值对应的训练标签；

按照预设比例抽取预处理后的所述原始票据数据集得到训练数据集。