[发明专利]票据信息识别与纠错方法及装置

权利要求书

1.一种票据信息识别与纠错方法，其特征在于，包括：

从待识别票据获取文本内容信息、文本位置信息、上下文信息；

基于所述文本内容信息、所述文本位置信息、所述上下文信息，提取票据要素信息；

基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息；

确定所述第一票据要素信息的类型，采取与该类型对应的纠错方式对所述第一票据要素信息进行纠错。

2.根据权利要求1所述的票据信息识别与纠错方法，其特征在于，所述从待识别票据获取文本内容信息、文本位置信息、上下文信息，包括：

基于OCR模型对待识别票据的图像信息进行识别，得到所述待识别票据的文本内容信息、文本位置信息、上下文信息以及所述文本内容信息的置信度。

3.根据权利要求1所述的票据信息识别与纠错方法，其特征在于，所述基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息，包括：

如果票据要素信息为固定词汇，则判断固定词汇词库中是否存在所述固定词汇；

如果不存在，则说明所述票据要素信息为需要纠错的第一票据要素信息；

如果存在，则说明所述票据要素信息为不需要纠错的第二票据要素信息。

4.根据权利要求1所述的票据信息识别与纠错方法，其特征在于，所述基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息，包括：

如果所述票据要素信息为普通文本，则判断所述普通文本的置信度是否低于预设阈值；

如果所述普通文本的置信度低于预设阈值，则说明所述票据要素信息为需要纠错的第一票据要素信息；

如果所述普通文本的置信度不低于预设阈值，则说明所述票据要素信息为不需要纠错的第二票据要素信息。

5.根据权利要求3所述的票据信息识别与纠错方法，其特征在于，所述确定所述第一票据要素信息的类型，采取与该类型对应的纠错方式对所述第一票据要素信息进行纠错，包括：

如果所述第一票据要素信息为固定词汇，则根据构建好的混淆词库对所述待纠错文本信息进行替换，得到目标文本信息；

如果所述第一票据要素信息为普通文本，则采用BERT模型对待纠错文本信息进行纠错。

6.根据权利要求5所述的票据信息识别与纠错方法，其特征在于，所述采用BERT模型对待纠错文本信息进行纠错，包括：

将所述待纠错文本信息输入至所述BERT模型中，得到多个候选词以及所述候选词的置信度；

计算所述待纠错文本信息与所述候选词的相似度；

当所述置信度和所述相似度满足替换条件时，将所述候选词用于替换所述待纠错文本信息。

7.一种票据信息识别与纠错装置，其特征在于，包括：

文本信息获取模块，用于从待识别票据获取文本内容信息、文本位置信息、上下文信息；

票据要素信息提取模块，用于基于所述文本内容信息、所述文本位置信息、所述上下文信息，提取票据要素信息；

待纠错文本信息判断模块，用于基于识别待纠错文本规则，将所述票据要素信息分类为需要纠错的第一票据要素信息和不需要纠错的第二票据要素信息；

纠错模块，用于确定所述第一票据要素信息的类型，采取与该类型对应的纠错方式对所述第一票据要素信息进行纠错。

8.根据权利要求7所述的票据信息识别与纠错装置，其特征在于，所述文本信息获取模块，还用于执行如下步骤，包括：

基于OCR模型对待识别票据的图像信息进行识别，得到所述待识别票据的文本内容信息、文本位置信息、上下文信息以及所述文本内容信息的置信度。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任意一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任意一项所述的方法的步骤。