CN111368697A - 一种信息识别方法和装置 - Google Patents
一种信息识别方法和装置 Download PDFInfo
- Publication number
- CN111368697A CN111368697A CN202010130046.0A CN202010130046A CN111368697A CN 111368697 A CN111368697 A CN 111368697A CN 202010130046 A CN202010130046 A CN 202010130046A CN 111368697 A CN111368697 A CN 111368697A
- Authority
- CN
- China
- Prior art keywords
- information
- address
- text
- preset
- text information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 125000004122 cyclic group Chemical group 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 14
- 230000004048 modification Effects 0.000 description 11
- 238000012986 modification Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 102100032202 Cornulin Human genes 0.000 description 3
- 101000920981 Homo sapiens Cornulin Proteins 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Abstract
本发明公开了信息识别方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括接收目标对象,获取所述目标对象的文本区域图片,以对该文本区域图片进行分行处理;将分行处理后的文本区域图片输入至预设的第一模型中,以得到对应的文本信息;基于预设的地址库,通过预设的第二模型获得与所述文本信息匹配的地址信息,进而根据所述地址信息修正该文本信息,以将修正后的文本信息作为目标对象的识别结果输出。从而,本发明的实施方式能够解决现有针对身份证识别准确率低下的问题。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种信息识别方法和装置。
背景技术
目前,在识别身份证的过程中,计算准确率的方法是一个栏位中的字符全对算一个位置正确,该栏位中只要有一个字错误,该栏位则为识别错误。其中,准确率最低的栏位当属住址和发证机关。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
当前,文本行的识别不能满足OCR(光学字符识别,从图像中识别其中的文本信息)准确度的需要,例如如果整体准确率有百分之九十五,则一行十二个字的准确率则降低到0.95**12=0.54。
发明内容
有鉴于此,本发明实施例提供一种信息识别方法和装置,能够解决现有针对身份证识别准确率低下的问题。
为实现上述目的,根据本发明实施例的一个方面,提供了一种信息识别方法,包括接收目标对象,获取所述目标对象的文本区域图片,以对该文本区域图片进行分行处理;将分行处理后的文本区域图片输入至预设的第一模型中,以得到对应的文本信息;基于预设的地址库,通过预设的第二模型获得与所述文本信息匹配的地址信息,进而根据所述地址信息修正该文本信息,以将修正后的文本信息作为目标对象的识别结果输出。
可选地,包括:
采用投影法对所述文本区域图片进行分行处理;
将分行处理后的文本区域图片输入至预设的卷积循环神经网络中。
可选地,通过预设的第二模型获得与所述文本信息匹配的地址信息,包括:
通过预设的第二模型在地址库中匹配相似度最高的地址信息。
可选地,通过预设的第二模型在地址库中匹配相似度最高的地址信息,包括:
基于预设的地址词典,将文本信息进行编码;
根据编码后的文本信息,计算与地址库中地址信息对应编码之间的余弦相似度,得到余弦相似度最高的地址信息。
可选地,计算与地址库中地址信息对应编码之间的余弦相似度之后,包括:
根据余弦相似度值,对地址库中地址信息由高到低进行排序。
可选地,包括:
在对文本信息或地址库中地址信息进行编码之前,提取文本信息或地址库中地址信息的关键词,去掉预设的固定词。
可选地,还包括:
通过词频-逆文档频次算法获得与所述文本信息匹配的地址信息。
另外,本发明还提供了一种信息识别装置,包括获取模块,用于接收目标对象,获取所述目标对象的文本区域图片,以对该文本区域图片进行分行处理;处理模块,用于将分行处理后的文本区域图片输入至预设的第一模型中,以得到对应的文本信息;修正模块,用于基于预设的地址库,通过预设的第二模型获得与所述文本信息匹配的地址信息,进而根据所述地址信息修正该文本信息,以将修正后的文本信息作为目标对象的识别结果输出。
可选地,所述获取模块,还用于:
采用投影法对所述文本区域图片进行分行处理。
所述处理模块,还用于:
将分行处理后的文本区域图片输入至预设的卷积循环神经网络中。
可选地,所述修正模块通过预设的第二模型获得与所述文本信息匹配的地址信息,包括:
通过预设的第二模型在地址库中匹配相似度最高的地址信息。
可选地,所述修正模块通过预设的第二模型在地址库中匹配相似度最高的地址信息,包括:
基于预设的地址词典,将文本信息进行编码;
根据编码后的文本信息,计算与地址库中地址信息对应编码之间的余弦相似度,得到余弦相似度最高的地址信息。
可选地,所述修正模块计算与地址库中地址信息对应编码之间的余弦相似度之后,包括:
根据余弦相似度值,对地址库中地址信息由高到低进行排序。
可选地,所述修正模块,还用于:
在对文本信息或地址库中地址信息进行编码之前,提取文本信息或地址库中地址信息的关键词,去掉预设的固定词。
可选地,所述修正模块,还用于:
通过词频-逆文档频次算法获得与所述文本信息匹配的地址信息。
上述发明中的一个实施例具有如下优点或有益效果:因为采用接收目标对象,获取所述目标对象的文本区域图片,以对该文本区域图片进行分行处理;将分行处理后的文本区域图片输入至预设的第一模型中,以得到对应的文本信息;基于预设的地址库,通过预设的第二模型获得与所述文本信息匹配的地址信息,进而根据所述地址信息修正该文本信息,以将修正后的文本信息作为目标对象的识别结果输出的技术手段,所以克服了现有针对身份证识别准确率低下的技术问题。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明第一实施例的信息识别方法的主要流程的示意图;
图2是根据本发明实施例的身份证正面示意图;
图3是根据本发明实施例的身份证背面示意图;
图4是根据本发明第二实施例的信息识别方法的主要流程的示意图;
图5是根据本发明第三实施例的信息识别方法的主要流程的示意图;
图6是根据本发明实施例的信息识别装置的主要模块的示意图;
图7是本发明实施例可以应用于其中的示例性系统架构图;
图8是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明第一实施例的信息识别方法的主要流程的示意图,如图1所示,所述信息识别方法包括:
步骤S101,接收目标对象,获取所述目标对象的文本区域图片,以对该文本区域图片进行分行处理。
较佳地,采用投影法对所述文本区域图片进行分行处理。其中,所述的投影法是指投影中心发出的投射线通过物体,向选定的面投射,并在该面上得到图形的方法。例如:如图2中所示的住址栏位为文本区域图片,分成了两行。如图3中所示的签发机关栏位为文本区域图片,分成了一行。
步骤S102,将分行处理后的文本区域图片输入至预设的第一模型中,以得到对应的文本信息。
较佳地,将分行处理后的文本区域图片输入至预设的卷积循环神经网络中。例如:将分行处理后的文本区域图片输入至CRNN网络中,得到‘北京市市辖区....’。其中,CRNN(An End-to-End Trainable Neural Network for Image-based Sequence Recognitionand Its Application to Scene Text Recognition)端到端不定长文字识别方法进行识别,包括CNN(Convolutional Neural Network,卷积层,作用是从输入图像中提取特征序列。)、RNN(Recurrent Neural Network,循环层,作用是预测从卷积层获取的特征序列的标签(真实值)分布。)和CTC(Connectionist Temporal Classification,转录层,作用是把从循环层获取的标签分布通过去重整合等操作转换成最终的识别结果。)三层网络结构。
步骤S103,基于预设的地址库,通过预设的第二模型获得与所述文本信息匹配的地址信息,进而根据所述地址信息修正该文本信息,以将修正后的文本信息作为目标对象的识别结果输出。
较佳地,可以通过预设的第二模型在地址库中匹配相似度最高的地址信息。
进一步地实施例,在通过预设的第二模型在地址库中匹配相似度最高的地址信息的时候,可以基于预设的地址词典,将文本信息进行编码。根据编码后的文本信息,计算与地址库中地址信息对应编码之间的余弦相似度,得到余弦相似度最高的地址信息。
例如:地址词典中包括5000个词语,则文本信息或地址库中每个地址信息可以编码成5000维的一个向量。针对文本信息或地址库中每个地址信息包括地址词典中词语的位置上标1,不包括的位置上标0。获得余弦相似度最高的地址信息即为参考标准地址,然后可以直接将该地址信息作为文本信息进而实现对文本信息的修正。比如:文本信息为“武汉市黄皮区”,相似度值最高的地址信息为“武汉市黄陂区”,相似度值为0.447214。
另外,计算与地址库中地址信息对应编码之间的余弦相似度之后,可以根据余弦相似度值,对地址库中地址信息由高到低进行排序。
还值得说明的是,在对文本信息或地址库中地址信息进行编码之前,提取文本信息或地址库中地址信息的关键词(例如:通过基于语义的关键词提取、word2vec+Kmeans等等方法。),去掉预设的固定词,例如:去掉的固定词可以为常见的“省、市、区、镇、村”。
作为本发明优选地实施例,通过词频-逆文档频次算法(term frequency–inversedocument frequency,tf-idf算法)获得地址库中与所述文本信息匹配的地址信息,即相似度最高的地址信息。其中,tf-idf算法是一种用于信息检索(information retrieval)与文本挖掘(text mining)的加权技术。
图4是根据本发明第二实施例的信息识别方法的主要流程的示意图,如图4所示,所述信息识别方法包括:
步骤S401,接收目标对象,获取所述目标对象的文本区域图片。
步骤S402,采用投影法对所述文本区域图片进行分行处理。
步骤S403,将分行处理后的文本区域图片输入至预设的卷积循环神经网络中,以得到对应的文本信息。
步骤S404,基于预设的地址库,通过预设的第二模型在地址库中匹配相似度最高的地址信息。
步骤S405,根据所述地址信息修正该文本信息,以将修正后的文本信息作为目标对象的识别结果输出。
图5是根据本发明第三实施例的信息识别方法的主要流程的示意图,如图5所示,所述信息识别方法包括:
步骤S501,接收目标对象,获取所述目标对象的文本区域图片。
步骤S502,采用投影法对所述文本区域图片进行分行处理。
步骤S503,将分行处理后的文本区域图片输入至预设的卷积循环神经网络中,以得到对应的文本信息。
步骤S504,提取文本信息的关键词,去掉预设的固定词。
步骤S505,基于预设的地址词典,将文本信息进行编码。
步骤S506,根据编码后的文本信息,计算与地址库中地址信息对应编码之间的余弦相似度。
步骤S507,根据余弦相似度值,对地址库中地址信息由高到低进行排序。
步骤S508,获得余弦相似度最高的地址信息。
步骤S509,根据所述地址信息修正该文本信息,以将修正后的文本信息作为目标对象的识别结果输出。
综上所述,本发明所述地信息识别方法,创造性地采用tf-idf方法对CRNN网络输出的身份证的住址和签发机关结果进行修正,即可以将识别错误的字,并且根据标准地址库中正确地址中的字进行校正,进而提高了身份证识别的准确率。
图6是根据本发明实施例的信息识别装置的主要模块的示意图,如图6所示,所述信息识别装置600包括获取模块601、处理模块602和修正模块603。其中,获取模块601接收目标对象,获取所述目标对象的文本区域图片,以对该文本区域图片进行分行处理。处理模块602将分行处理后的文本区域图片输入至预设的第一模型中,以得到对应的文本信息。修正模块603基于预设的地址库,通过预设的第二模型获得与所述文本信息匹配的地址信息,进而根据所述地址信息修正该文本信息,以将修正后的文本信息作为目标对象的识别结果输出。
在一些实施例中,所述获取模块601,还用于:采用投影法对所述文本区域图片进行分行处理。
所述处理模块602,还用于:将分行处理后的文本区域图片输入至预设的卷积循环神经网络中。
作为另一些实施例,所述修正模块603通过预设的第二模型获得与所述文本信息匹配的地址信息,包括:
通过预设的第二模型在地址库中匹配相似度最高的地址信息。
进一步地实施例,所述修正模块603通过预设的第二模型在地址库中匹配相似度最高的地址信息,包括:
基于预设的地址词典,将文本信息进行编码;根据编码后的文本信息,计算与地址库中地址信息对应编码之间的余弦相似度,得到余弦相似度最高的地址信息。
较佳地实施例,所述修正模块603计算与地址库中地址信息对应编码之间的余弦相似度之后,包括:
根据余弦相似度值,对地址库中地址信息由高到低进行排序。
又一较佳地实施例,所述修正模块603,还用于:
在对文本信息或地址库中地址信息进行编码之前,提取文本信息或地址库中地址信息的关键词,去掉预设的固定词。
值得说明的是,所述修正模块603,还用于:通过词频-逆文档频次算法获得与所述文本信息匹配的地址信息。
需要说明的是,在本发明所述信息识别方法和所述信息识别装置在具体实施内容上具有相应关系,故重复内容不再说明。
图7示出了可以应用本发明实施例的信息识别方法或信息识别装置的示例性系统架构700。
如图7所示,系统架构700可以包括终端设备701、702、703,网络704和服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备701、702、703通过网络704与服务器705交互,以接收或发送消息等。终端设备701、702、703上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备701、702、703可以是具有信息识别屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器705可以是提供各种服务的服务器,例如对用户利用终端设备701、702、703所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的信息识别方法一般由服务器705执行,相应地,计算装置一般设置于服务器705中。
应该理解,图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图8,其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM803中,还存储有计算机系统800操作所需的各种程序和数据。CPU801、ROM802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶信息识别器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括获取模块、处理模块和修正模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括接收目标对象,获取所述目标对象的文本区域图片,以对该文本区域图片进行分行处理;将分行处理后的文本区域图片输入至预设的第一模型中,以得到对应的文本信息;基于预设的地址库,通过预设的第二模型获得与所述文本信息匹配的地址信息,进而根据所述地址信息修正该文本信息,以将修正后的文本信息作为目标对象的识别结果输出。
根据本发明实施例的技术方案,能够解决现有针对身份证识别准确率低下的问题。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种信息识别方法,其特征在于,包括:
接收目标对象,获取所述目标对象的文本区域图片,以对该文本区域图片进行分行处理;
将分行处理后的文本区域图片输入至预设的第一模型中,以得到对应的文本信息;
基于预设的地址库,通过预设的第二模型获得与所述文本信息匹配的地址信息,进而根据所述地址信息修正该文本信息,以将修正后的文本信息作为目标对象的识别结果输出。
2.根据权利要求1所述的方法,其特征在于,包括:
采用投影法对所述文本区域图片进行分行处理;
将分行处理后的文本区域图片输入至预设的卷积循环神经网络中。
3.根据权利要求1所述的方法,其特征在于,通过预设的第二模型获得与所述文本信息匹配的地址信息,包括:
通过预设的第二模型在地址库中匹配相似度最高的地址信息。
4.根据权利要求3所述的方法,其特征在于,通过预设的第二模型在地址库中匹配相似度最高的地址信息,包括:
基于预设的地址词典,将文本信息进行编码;
根据编码后的文本信息,计算与地址库中地址信息对应编码之间的余弦相似度,得到余弦相似度最高的地址信息。
5.根据权利要求4所述的方法,其特征在于,计算与地址库中地址信息对应编码之间的余弦相似度之后,包括:
根据余弦相似度值,对地址库中地址信息由高到低进行排序。
6.根据权利要求4所述的方法,其特征在于,包括:
在对文本信息或地址库中地址信息进行编码之前,提取文本信息或地址库中地址信息的关键词,去掉预设的固定词。
7.根据权利要求1-6任一所述的方法,其特征在于,还包括:
通过词频-逆文档频次算法获得与所述文本信息匹配的地址信息。
8.一种信息识别装置,其特征在于,包括:
获取模块,用于接收目标对象,获取所述目标对象的文本区域图片,以对该文本区域图片进行分行处理;
处理模块,用于将分行处理后的文本区域图片输入至预设的第一模型中,以得到对应的文本信息;
修正模块,用于基于预设的地址库,通过预设的第二模型获得与所述文本信息匹配的地址信息,进而根据所述地址信息修正该文本信息,以将修正后的文本信息作为目标对象的识别结果输出。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010130046.0A CN111368697A (zh) | 2020-02-28 | 2020-02-28 | 一种信息识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010130046.0A CN111368697A (zh) | 2020-02-28 | 2020-02-28 | 一种信息识别方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111368697A true CN111368697A (zh) | 2020-07-03 |
Family
ID=71206575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010130046.0A Pending CN111368697A (zh) | 2020-02-28 | 2020-02-28 | 一种信息识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111368697A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101878A (zh) * | 2020-11-11 | 2020-12-18 | 万邑通商(北京)信息科技有限公司 | 一种自动校验和修正全球地址的方法 |
CN113779370A (zh) * | 2020-11-03 | 2021-12-10 | 北京京东振世信息技术有限公司 | 一种地址检索方法和装置 |
CN113963339A (zh) * | 2021-09-02 | 2022-01-21 | 泰康保险集团股份有限公司 | 一种信息提取方法和装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761242A (zh) * | 2012-12-31 | 2014-04-30 | 威盛电子股份有限公司 | 检索方法、检索系统以及自然语言理解系统 |
CN105704425A (zh) * | 2014-12-09 | 2016-06-22 | 统有限责任两合公司 | 会议系统和用于控制会议系统的方法 |
CN107194407A (zh) * | 2017-05-18 | 2017-09-22 | 网易(杭州)网络有限公司 | 一种图像理解的方法和装置 |
CN109102844A (zh) * | 2018-08-24 | 2018-12-28 | 北京锐客科技有限公司 | 一种临床试验源数据自动校验方法 |
CN109766891A (zh) * | 2018-12-14 | 2019-05-17 | 北京上格云技术有限公司 | 获取设备设施信息的方法及计算机可读存储介质 |
CN110119765A (zh) * | 2019-04-18 | 2019-08-13 | 浙江工业大学 | 一种基于Seq2seq框架的关键词提取方法 |
CN110134960A (zh) * | 2019-05-15 | 2019-08-16 | 北京奇艺世纪科技有限公司 | 一种文本的生成方法及相关设备 |
CN110287881A (zh) * | 2019-06-26 | 2019-09-27 | 上海交通大学 | 图书识别系统、图书识别方法、电子装置及储存介质 |
CN110647832A (zh) * | 2019-09-16 | 2020-01-03 | 贝壳技术有限公司 | 获取证件中信息的方法和装置、电子设备和存储介质 |
CN110765014A (zh) * | 2019-10-22 | 2020-02-07 | 北京理工大学 | 一种Python绘图程序题自动评测方法 |
-
2020
- 2020-02-28 CN CN202010130046.0A patent/CN111368697A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761242A (zh) * | 2012-12-31 | 2014-04-30 | 威盛电子股份有限公司 | 检索方法、检索系统以及自然语言理解系统 |
CN105704425A (zh) * | 2014-12-09 | 2016-06-22 | 统有限责任两合公司 | 会议系统和用于控制会议系统的方法 |
CN107194407A (zh) * | 2017-05-18 | 2017-09-22 | 网易(杭州)网络有限公司 | 一种图像理解的方法和装置 |
CN109102844A (zh) * | 2018-08-24 | 2018-12-28 | 北京锐客科技有限公司 | 一种临床试验源数据自动校验方法 |
CN109766891A (zh) * | 2018-12-14 | 2019-05-17 | 北京上格云技术有限公司 | 获取设备设施信息的方法及计算机可读存储介质 |
CN110119765A (zh) * | 2019-04-18 | 2019-08-13 | 浙江工业大学 | 一种基于Seq2seq框架的关键词提取方法 |
CN110134960A (zh) * | 2019-05-15 | 2019-08-16 | 北京奇艺世纪科技有限公司 | 一种文本的生成方法及相关设备 |
CN110287881A (zh) * | 2019-06-26 | 2019-09-27 | 上海交通大学 | 图书识别系统、图书识别方法、电子装置及储存介质 |
CN110647832A (zh) * | 2019-09-16 | 2020-01-03 | 贝壳技术有限公司 | 获取证件中信息的方法和装置、电子设备和存储介质 |
CN110765014A (zh) * | 2019-10-22 | 2020-02-07 | 北京理工大学 | 一种Python绘图程序题自动评测方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113779370A (zh) * | 2020-11-03 | 2021-12-10 | 北京京东振世信息技术有限公司 | 一种地址检索方法和装置 |
CN113779370B (zh) * | 2020-11-03 | 2023-09-26 | 北京京东振世信息技术有限公司 | 一种地址检索方法和装置 |
CN112101878A (zh) * | 2020-11-11 | 2020-12-18 | 万邑通商(北京)信息科技有限公司 | 一种自动校验和修正全球地址的方法 |
CN113963339A (zh) * | 2021-09-02 | 2022-01-21 | 泰康保险集团股份有限公司 | 一种信息提取方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11062089B2 (en) | Method and apparatus for generating information | |
US10558984B2 (en) | Method, apparatus and server for identifying risky user | |
US11310559B2 (en) | Method and apparatus for recommending video | |
CN108628830B (zh) | 一种语义识别的方法和装置 | |
US20200013386A1 (en) | Method and apparatus for outputting voice | |
US11758088B2 (en) | Method and apparatus for aligning paragraph and video | |
CN111368697A (zh) | 一种信息识别方法和装置 | |
CN112988753B (zh) | 一种数据搜索方法和装置 | |
CN112184367A (zh) | 一种订单处理方法和装置 | |
CN110874532A (zh) | 提取反馈信息的关键词的方法和装置 | |
CN111368551A (zh) | 一种确定事件主体的方法和装置 | |
CN113407851A (zh) | 基于双塔模型的确定推荐信息的方法、装置、设备和介质 | |
CN110910178A (zh) | 一种生成广告的方法和装置 | |
CN110619253B (zh) | 身份识别的方法和装置 | |
CN113761565B (zh) | 数据脱敏方法和装置 | |
CN113590756A (zh) | 信息序列生成方法、装置、终端设备和计算机可读介质 | |
CN111368693A (zh) | 一种身份证信息的识别方法和装置 | |
CN110852057A (zh) | 一种计算文本相似度的方法和装置 | |
CN110895591A (zh) | 一种定位自提点的方法和装置 | |
CN108363707B (zh) | 用于生成网页的方法和装置 | |
CN114417102A (zh) | 文本去重方法、装置和电子设备 | |
CN110413603B (zh) | 重复数据的确定方法、装置、电子设备及计算机存储介质 | |
CN110147531B (zh) | 一种相似文本内容的识别方法、装置及存储介质 | |
CN112784596A (zh) | 一种识别敏感词的方法和装置 | |
CN111783572A (zh) | 一种文本检测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220920 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200703 |