[发明专利]票据自动识别方法、装置、计算机设备及存储介质

说明书

本申请实施例属于人工智能和数字医疗领域，应用于智慧医疗领域中，涉及一种票据自动识别方法，包括将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进行拼接，得到拼接特征，基于拼接特征输出BERT网络模型的预测结果，根据预测结果计算第一损失函数，根据第一损失函数对BERT网络模型进行迭代更新，输出BERT网络模型作为票据识别模型，对待识别票据进行光学字符识别，得到文本数据，将文本数据输入至票据识别模型，输出分类结果，并确定文本数据的字段类型。本申请还提供一种票据自动识别装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，待识别票据可存储于区块链中。本申请可以自动识别出文本数据对应的字段类别。

技术领域

本申请涉及人工智能技术领域和数字医疗技术领域，尤其涉及一种票据自动识别方法、装置、计算机设备及存储介质。

背景技术

随着国家大力推进基本医疗全国联网和异地就医结算系统建设，使手工报销比例在逐年降低，但本地和异地零星报销长期存在。使用人工报销，成本高，易出错，而且在报销高峰期还存在报销压力大，医保三目录对码困难的问题。

对此，引入智能票据识别技术识别纸质发票。目前智能票据识别技术主要采用OCR技术，虽然OCR技术已经可以检测到医疗发票，医疗住院清单的文字，且高精度识别检测框里面的文字内容，但是针对不同版式的医疗票据，还需要人工做后处理，才能对接医保局系统，进行医保报销等操作，依然存在过程繁琐、工作量大以及效率低下等问题

发明内容

本申请实施例的目的在于提出一种票据自动识别方法、装置、计算机设备及存储介质，以解决相关技术中票据识别适用性低，进而造成部分后续操作过程繁琐、效率低下的技术问题。

为了解决上述技术问题，本申请实施例提供一种票据自动识别方法，采用了如下所述的技术方案：

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。

进一步的，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。

进一步的，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；