[发明专利]一种基于机器人的智能数据采集系统

权利要求书

1.一种基于机器人的智能数据采集系统，其特征在于，包括：

采集模块，用以提取文件内的特征信息、根据文件内特征信息生成对应的暂存文档、对暂存文档中的各特征信息的种类进行判定并在判定完成时根据用户需求对对应种类的特征信息进行初步采集；当所述采集模块识别到文件时，采集模块根据需求提取暂存文档中对应种类的特征信息；所述特征信息的种类包括文字特征、图像特征以及表格特征；

中控模块，其与所述采集模块相连，用以对所述采集模块提取的特征信息进行识别并在识别完成时检测针对特征信息的识别精度；当所述中控模块针对文件中的文字特征进行识别时，中控模块依次对各文字进行识别，当中控模块完成对全部文字特征的识别时，中控模块检测文字特征中存在的词语和语句并依次对词语和语句的识别精度进行校对，若存在单个词语，该词语的含义不清楚，中控模块依次重新识别该词语中的各文字以重新识别单个首选替换词和若干备选替换词，若不存在含义不清楚的词语，中控模块针对文字特征中的语句的识别精度进行校对并在判定存在含义不清楚的语句时逐个重新识别语句中的各词语；

云端服务器，其与所述中控模块相连，在云端服务器中存储有若干不同种类的预设特征信息，用以在中控模块对特征进行识别时提供对应种类的预设特征信息作为识别标准；当所述中控模块针对对应种类的特征信息进行识别时，中控模块从所述云端服务器中提取对应种类的预设特征信息并使用该预设特征信息作为针对对应种类的特征信息的识别标准；

当所述中控模块判定单个识别完成的词语的含义不清楚且该词语由两个字组成时，中控模块依次统计该词语中各文字特征与对应的作为识别结果的预设文字特征的相似度，统计完成后，中控模块选用符合标准的预设文字特征对相似度最低的文字进行替换以对该词语进行重新识别；若使用符合标准的预设文字特征进行替换后所述中控模块判定不存在清楚的词语，中控模块选用符合标准的预设文字特征对另一文字特征进行替换以对该词语进行重新识别；若使用符合标准的预设文字特征进行替换后所述中控模块判定存在单个清楚的词语，中控模块初步判定采用符合标准的预设文字特征替换该文字特征后完成对该词语的重新识别；若使用符合标准的预设文字特征进行替换后所述中控模块判定存在多个清楚的词语，中控模块按照相似度降序设置单个首选替换词与若干备选替换词以对该文字进行替换；

所述中控模块选用符合标准的预设文字特征对另一文字特征进行替换以对该词语进行重新识别；若使用符合标准的预设文字特征对另一文字进行替换后所述中控模块判定不存在单个清楚的词语，中控模块判定原文件中的词语为手写词语或原文件中的词语在原文件中的特征为图像特征；若使用符合标准的预设文字特征对另一文字进行替换后所述中控模块判定存在单个清楚的词语，中控模块初步判定采用符合标准的预设文字特征替换另一文字特征后完成对原文件中的词语的重新识别；若使用符合标准的预设文字特征对另一文字进行替换后所述中控模块判定存在多个清楚的词语，中控模块按照相似度降序设置单个首选替换词和若干备选替换词以对另一文字进行替换。

2.根据权利要求1所述的基于机器人的智能数据采集系统，其特征在于，

所述中控模块中设有预设文字特征相似度S0，当所述中控模块针对文件中的文字特征进行识别时，中控模块从所述云端服务器中提取预设文字特征以作为识别标准，提取完成后，中控模块使用预设文字特征依次对所述采集模块初步采集的各文字特征进行识别，针对单个所述文字特征，中控模块依次计算该文字特征与各预设文字特征的相似度，

若存在单个预设文字特征，该预设文字特征与待识别的文字特征的相似度S≥S0，所述中控模块将该待识别的文字特征初步识别为该预设文字特征；

若存在多个预设文字特征，各预设文字特征与待识别的文字特征的相似度均大于等于S0，所述中控模块将与待识别的文字特征相似度最高的预设文字特征作为针对该待识别的文字特征的识别结果并将剩余相似度大于等于S0的预设待识别文字特征作为针对该待识别的文字特征的备选识别结果；

若不存在满足相似度大于等于S0的预设文字特征，所述中控模块将与待识别的文字特征相似度最高的预设文字特征作为针对该待识别的文字特征的识别结果。