[发明专利]票据信息识别与纠错方法及装置

说明书

本发明提供一种票据信息识别与纠错方法及装置，通过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。本发明能够根据不同的票据信息给出针对性的纠错方案，对OCR识别出的文本信息进行进一步纠错，快速识别并获取票据信息中有效信息，从而提高票据信息识别的准确性，以及票据信息识别的效率。

技术领域

本申请涉及图像识别技术领域，具体而言，涉及一种票据信息识别与纠错方法、装置、计算机设备和存储介质。

背景技术

随着经济发展，许多公司都使用财务系统来处理公司的各类财务相关事项。其中，绝大数财务事项均包括各类票据的识别，为了减轻财务人员的工作量，财务系统通常采用OCR(Optical Character Recognition，光学字符识别)技术对票据进行识别，提取票据中的有效信息。

由于采用OCR技术对票据进行识别存在精度不足的问题，缺乏对识别出的文本信息进行进一步纠错。因此可知现有的票据识别方案中没有对OCR识别出的文本进行纠错处理；以及如果有纠错处理，也仅仅依赖于票面要素的内在联系进行校验，缺乏对不同的票据信息给出针对性的纠错方案的问题。

因此，亟需一种能够针对不同票据信息给出针对性纠错处理的票据信息识别与纠错方法及装置。

发明内容

本发明实施例提供一种票据信息识别与纠错方法、装置、计算机设备和存储介质，用以解决现有的票据识别方案中没有对OCR识别出的文本进行纠错；以及如果有纠错，也仅仅依赖于票面要素的内在联系进行校验，缺乏对不同的票据信息给出针对性的纠错方案的问题。

为了实现上述目的，本发明实施例的第一方面，提供一种票据信息识别与纠错方法，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。

可选地，在第一方面的一种可能实现方式中，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。

可选地，在第一方面的一种可能实现方式中，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。

可选地，在第一方面的一种可能实现方式中，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；