[发明专利]BOM文档表头的生成方法、装置、设备及存储介质

权利要求书

1.一种BOM文档表头的生成方法，其特征在于，所述BOM文档表头的生成方法包括：

接收用户上传的BOM文档；

按列对所述BOM文档进行内容解析，得到多组列数据；

利用fasttext神经网络模型对每组所述列数据中各单元格内的文本进行分类，获得每个所述单元格内文本所属的类别；

对于每组所述列数据，统计每个所述单元格内文本分类后出现次数最多的所述类别，以出现次数最多的所述类别作为每组所述列数据的表头名称。

2.根据权利要求1所述的BOM文档表头的生成方法，其特征在于，所述BOM文档表头的生成方法还包括：

汇总多组所述列数据的所述表头名称，生成表头模板；

将所述表头模板与供应商信息绑定后保存到模板库中，以供人工标注所述BOM文档的表头时使用。

3.根据权利要求1所述的BOM文档表头的生成方法，其特征在于，所述按列对所述BOM文档进行内容解析，得到多组列数据包括：

判断所述BOM文档的格式；

若所述BOM文档的格式为图片格式，则通过人工框选每次需要待识别的每列图片区域；

接着利用OpenCV函数对所述每列图片区域进行灰度处理，获得腐蚀和膨胀后得到表格线；

再接着由获得的所述表格线得到单元格交点坐标，按照所述单元格坐标对所述每列图片区域进行单元格分割，分割成多个单元格图片；

之后再通过OCR提取得到每个所述单元格图片中的文本。

4.根据权利要求3所述的BOM文档表头的生成方法，其特征在于，所述利用fasttext神经网络模型对每组所述列数据中各单元格内的文本进行分类，获得每个所述单元格内文本所属的类别包括：

获取每个所述单元格内的所述文本；

对所述文本进行结巴分词处理，获得所述文本中包含的多个词向量；

将多个所述词向量输入至fasttext神经网络模型中；

通过所述fasttext神经网络模型计算得到所述文本所属的多个可能类别及每个所述可能类别的概率；

选择所述概率最大的所述可能类别作为所述单元格所属的类别。

5.根据权利要求1所述的BOM文档表头的生成方法，其特征在于，所述利用fasttext神经网络模型对每组所述列数据中各单元格内的文本进行分类，获得每个所述单元格内文本所属的类别之前包括：

构建用于对fasttext神经网络模型进行训练用的样本集，所述样本集中包括有多种不同厂商的供货BOM文档，其中，每个所述供货BOM文档中均带有标准表头；

将去除所述标准表头后的所述样本集输入到所述fasttext神经网络模型中，汇总得到所述fasttext神经网络模型对每个所述供货BOM文档的表头识别结果；

将得到的多个所述表头识别结果分别与对应的所述标准表头进行比对；

若多个所述表头识别结果中具有超过第一阈值数量的所述表头识别结果与对应的所述标准表头具有不低于第二阈值的相似率，则判定所述fasttext神经网络模型符合预设的识别精度要求。

6.根据权利要求1所述的BOM文档表头的生成方法，其特征在于，所述对于每组所述列数据，统计每个所述单元格内文本分类后出现次数最多的所述类别，以出现次数最多的所述类别作为每组所述列数据的表头名称包括：

对于每组所述列数据，获取每个所述单元格的所述类别；

计算每个所述类别的数量/所有所述类别的总数，获得每个所述类别的概率；

选择最大的所述概率对应的所述类别作为每组所述列数据的表头名称，其中，最大的所述概率大于80％。

7.根据权利要求4所述的BOM文档表头的生成方法，其特征在于，所述获取每个所述单元格内的所述文本之后，所述对所述文本进行结巴分词处理之前包括：对所述文本进行单位、符号以及大小写的转换。