[发明专利]一种表格处理方法和系统

权利要求书

1.一种表格处理方法，其特征在于，所述方法包括：

获取待处理表格；

基于表头检测模型对所述待处理表格进行处理，确定所述待处理表格的行表头和/或列表头；

基于表头分类模型对所述行表头进行处理，确定所述待处理表格中列的分类结果，和/或基于表头分类模型对所述列表头进行处理，确定所述待处理表格中行的分类结果；

基于所述待处理表格中列和/或行的分类结果对所述待处理表格进行抽取，确定第一抽取结果。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

基于文本分类模型对所述待处理表格中单元格的文本进行处理，确定所述单元格的文本中词的类型；

基于所述单元格的文本中词的类型对所述待处理表格进行抽取，确定第二抽取结果。

3.如权利要求1所述的方法，其特征在于，所述获取待处理表格包括：

获取初始表格及其标题；

基于表格分类模型对所述初始表格及其标题中的文本进行处理，确定所述初始表格的分类结果；

当所述初始表格的分类结果满足第一预设条件时，基于所述初始表格确定为所述待处理表格。

4.如权利要求1所述的方法，其特征在于，所述表头检测模型包括行表头检测模型和列表头检测模型，所述基于表头检测模型对所述待处理表格进行处理，确定所述待处理表格的行表头和/或列表头包括：

基于所述行表头检测模型对所述待处理表格中的行进行处理，确定所述待处理表格的所述行表头；和/或

基于所述列表头检测模型对所述待处理表格中的列进行处理，确定所述待处理表格的所述列表头。

5.如权利要求4所述的方法，所述基于所述行表头检测模型对所述待处理表格中的行进行处理，确定所述待处理表格的行表头，包括：

基于行拼接规则，对所述待处理表格中行的单元格进行拼接，得到第一拼接结果；

基于所述行表头检测模型对所述第一拼接结果进行处理，确定所述待处理表格的所述行表头；

所述基于所述列表头检测模型，确定所述待处理表格的列表头，包括：

基于列拼接规则，对所述待处理表格中的列的单元格进行拼接，得到第二拼接结果；

基于所述列表头检测模型对所述第二拼接结果进行处理，确定所述待处理表格的所述列表头。

6.如权利要求5所述的方法，其特征在于，所述表头检测模型包括依次连接的特征嵌入层、第一序列层、第一融合层、第二序列层和第一分类层，其中：

所述特征嵌入层用于基于所述待处理表格中单元格的拼接结果，确定所述待处理表格中单元格的第一特征向量；

所述第一序列层用于基于所述待处理表格中单元格的第一特征向量，确定所述待处理表格中单元格的第二特征向量；

所述第一融合层用于基于所述待处理表格中单元格的第二特征向量，确定所述待处理表格中行或列的第三特征向量；

所述第二序列层用于基于所述待处理表格中行的第三特征向量，确定所述待处理表格中行的第四特征向量，或基于所述待处理表格中列的第三特征向量，确定所述待处理表格中列的第四特征向量；

所述第一分类层用于基于所述待处理表格中行的第四特征向量，确定所述待处理表格的所述行表头，或基于所述待处理表格中列的第四特征向量，确定所述待处理表格的所述列表头。

7.如权利要求6所述的方法，其特征在于，所述第一特征包括所述待处理表格中单元格的位置特征和文本特征。

8.如权利要求1所述的方法，其特征在于，所述表头分类模型包括行表头分类模型和列表头分类模型，所述基于表头分类模型对所述行表头和/或所述列表头进行处理，确定所述待处理表格中列和/或行的分类结果包括：

基于所述行表头分类模型对所述行表头进行处理，确定所述待处理表格中列的分类结果；和/或

基于所述列表头分类模型对所述列表头进行处理，确定所述待处理表格中行的分类结果。