申请/专利权人：苏州超云生命智能产业研究院有限公司

申请日：2021-05-11

公开（公告）日：2024-06-18

公开（公告）号：CN113673294B

主分类号：G06V30/414

分类号：G06V30/414;G06V30/14;G06V30/148;G06V30/19;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2021.12.07#实质审查的生效;2021.11.19#公开

摘要：本申请涉及一种文献关键信息的提取方法、装置、计算机设备和存储介质。其方法通过获取待检测的文献图像数据，对文献图像数据进行区域检测，并基于得到的若干个区域对应的区域类别和坐标信息确定若干个区域的逻辑顺序，通过识别若干个区域中的文本内容，基于若干个区域的逻辑顺序对应获取与文本内容对应的文本块，若相邻的两个文本块分别对应的文本内容为同一段落，则合并相邻的两个文本块对应的文本内容，得到合并后的文本块，并根据文本块对应的文本内容确定每一个文本块对应的文本类型，从而可以基于目标文本类型从文献图像数据中提取关键信息。由于其整个过程无需人为参与，因此，极大地提高了从文献图像数据中提取关键信息的效率。

主权项：1.一种文献关键信息的提取方法，其特征在于，所述方法包括：获取待检测的文献图像数据，对所述文献图像数据进行区域检测，得到所述文献图像中的若干个区域以及所述区域对应的区域类别和坐标信息，所述区域是通过实例分割对所述文献图像数据进行文档版面识别后得到的各个感兴趣区域，所述坐标信息是指所述区域对应的连通域外接框的顶点坐标，用于表征所述区域在对应文献图像数据中的位置；基于若干个区域对应的区域类别和坐标信息确定所述若干个区域的逻辑顺序，所述逻辑顺序是基于所述文献图像数据的原有排版，对若干个区域的结构顺序进行梳理后得到的各个区域之间的排列顺序；识别所述若干个区域中的文本内容，基于所述若干个区域的逻辑顺序对应获取与所述文本内容对应的文本块；若相邻的两个文本块分别对应的文本内容为同一段落，则合并相邻的两个文本块对应的文本内容，得到合并后的文本块；根据所述文本块对应的文本内容确定每一个文本块对应的文本类型，基于目标文本类型提取对应的文本内容作为所述文献图像数据的关键信息；所述基于若干个区域对应的区域类别和坐标信息确定所述若干个区域的逻辑顺序，包括：若所述文献图像数据的原有排版为单栏排版结构，则根据每个区域的坐标信息的高低顺序确定各个区域的排列顺序；若所述文献图像数据的原有排版为多栏排版结构，则根据各个区域对应的区域类别和坐标信息对各区域的结构顺序进行梳理，依次实现各级别的划分，不同级别的区域按级别所属关系以及区域的坐标信息进行层次嵌套排列，以确定各个区域的排列顺序。

全文数据：

权利要求：

百度查询： 苏州超云生命智能产业研究院有限公司 文献关键信息的提取方法、装置、计算机设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD