CN114120304A - 实体识别方法、装置及计算机程序产品 - Google Patents
实体识别方法、装置及计算机程序产品 Download PDFInfo
- Publication number
- CN114120304A CN114120304A CN202111413500.4A CN202111413500A CN114120304A CN 114120304 A CN114120304 A CN 114120304A CN 202111413500 A CN202111413500 A CN 202111413500A CN 114120304 A CN114120304 A CN 114120304A
- Authority
- CN
- China
- Prior art keywords
- entities
- image
- mark
- entity
- complete
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004590 computer program Methods 0.000 title claims abstract description 16
- 230000004044 response Effects 0.000 claims abstract description 15
- 238000012549 training Methods 0.000 claims description 34
- 238000000605 extraction Methods 0.000 claims description 11
- 239000012634 fragment Substances 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- 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
- G06V30/26—Techniques for post-processing, e.g. correcting the recognition result
- G06V30/262—Techniques for post-processing, e.g. correcting the recognition result using context analysis, e.g. lexical, syntactic or semantic context
- G06V30/268—Lexical context
-
- 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
- G06V30/26—Techniques for post-processing, e.g. correcting the recognition result
- G06V30/262—Techniques for post-processing, e.g. correcting the recognition result using context analysis, e.g. lexical, syntactic or semantic context
- G06V30/274—Syntactic or semantic context, e.g. balancing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
Abstract
本公开提供了一种实体识别方法、装置、电子设备、存储介质及计算机程序产品,涉及人工智能领域,具体涉及深度学习、图像识别技术领域,可用于命名实体识别场景下。具体实现方案为:识别待识别图像,以确定对于待识别图像中的实体的初步识别结果;响应于确定初步识别结果中包括同类别的多个实体,确定待识别图像的图像特征和多个实体的文本特征;结合图像特征和文本特征,确定多个实体是否为连续的完整实体,得到完整实体确定结果;结合初步识别结果和完整实体确定结果,得到最终识别结果。本公开解决了实体不连续问题,提高了实体识别的准确度。
Description
技术领域
本公开涉及人工智能领域,具体涉及深度学习、图像识别技术领域,尤其涉及实体识别方法、装置、电子设备、存储介质以及计算机程序产品,可用于命名实体识别场景下。
背景技术
在企业的运作过程中,会收到大量的来自供应商或者客户的名片,这些名片中蕴含着大量有用的信息,我们需要把它提取并结构化出来,予企业赋能。常涉及到的技术有通用OCR(Optical Character Recognition,光学字符识别)技术、NER(Named EntityRecognition,命名实体识别)技术、CMRC(Chinese machine reading comprehension,中文机器阅读理解)技术等。目前,业界一般的做法是先采用OCR技术得到名片的文本信息,然后使用NER技术得到名片中关键字段的结构化信息。但是得到的结构化信息会存在实体不连续的问题。
发明内容
本公开提供了一种实体识别方法、装置、电子设备、存储介质以及计算机程序产品。
根据第一方面,提供了一种实体识别方法,包括:识别待识别图像,以确定对于待识别图像中的实体的初步识别结果;响应于确定初步识别结果中包括同类别的多个实体,确定待识别图像的图像特征和多个实体的文本特征;结合图像特征和文本特征,确定多个实体是否为连续的完整实体,得到完整实体确定结果;结合初步识别结果和完整实体确定结果,得到最终识别结果。
根据第二方面,提供了一种实体识别装置,包括:识别单元,被配置成识别待识别图像,以确定对于待识别图像中的实体的初步识别结果;第一确定单元,被配置成响应于确定初步识别结果中包括同类别的多个实体,确定待识别图像的图像特征和多个实体的文本特征;第二确定单元,被配置成结合图像特征和文本特征,确定多个实体是否为连续的完整实体,得到完整实体确定结果;得到单元,被配置成结合初步识别结果和完整实体确定结果,得到最终识别结果。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面任一实现方式描述的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面任一实现方式描述的方法。
根据第五方面,提供了一种计算机程序产品,包括:计算机程序,计算机程序在被处理器执行时实现如第一方面任一实现方式描述的方法。
根据本公开的技术,提供了一种实体识别方法,在对于待识别图像中的实体的初步识别结果的基础上,结合同类别的多个实体的文本特征和待识别图像的图像特征,确定多个实体的连续性,解决了实体不连续问题,提高了实体识别的准确度。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的实体识别方法的一个实施例的流程图;
图3是根据本实施例的实体之间关系的确定过程的示意图;
图4是根据本实施例的实体识别方法的应用场景的示意图;
图5是根据本公开的实体识别方法的又一个实施例的流程图;
图6是根据本公开的实体识别装置的一个实施例的结构图;
图7是适于用来实现本公开实施例的计算机系统的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
图1示出了可以应用本公开的实体识别方法及装置的示例性架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。终端设备101、102、103之间通信连接构成拓扑网络,网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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。
终端设备101、102、103可以是支持网络连接从而进行数据交互和数据处理的硬件设备或软件。当终端设备101、102、103为硬件时,其可以是支持网络连接,信息获取、交互、显示、处理等功能的各种电子设备,包括但不限于图像采集设备、智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如识别终端设备101、102、103提供的待识别图像中的实体的后台处理服务器。服务器可以对于待识别图像的最终识别结果反馈至终端设备。作为示例,服务器105可以是云端服务器。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
还需要说明的是,本公开的实施例所提供的实体识别方法可以由服务器执行,也可以由终端设备执行,还可以由服务器和终端设备彼此配合执行。相应地,实体识别装置包括的各个部分(例如各个单元)可以全部设置于服务器中,也可以全部设置于终端设备中,还可以分别设置于服务器和终端设备中。
应该理解,图1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。当实体识别方法运行于其上的电子设备不需要与其他电子设备进行数据传输时,该系统架构可以仅包括实体识别方法运行于其上的电子设备(例如服务器或终端设备)。
请参考图2,图2为本公开实施例提供的一种实体识别方法的流程图,其中,流程200包括以下步骤:
步骤201,识别待识别图像,以确定对于待识别图像中的实体的初步识别结果。
本实施例中,实体识别方法的执行主体(例如,图1中的终端设备或服务器)可以通过有线网络连接方式或无线网络连接方式从远程,或从本地获取待识别图像,并识别待识别图像,以确定对于待识别图像中的实体的初步识别结果。
待识别图像可以是需要识别所包括的命名实体的图像。例如,待识别图像为名片图像、发票图像。以名片图像为例,其中包括的实体包括姓名、职位、公司名称、公司地址等命名实体。
本实施例中,上述执行主体可以首先采用OCR技术识别待识别图像中的文本信息,然后采用NER技术识别文本信息中的命名实体,得到待识别图像对应的初步识别结果。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式执行上述步骤201:
第一,识别待识别图像,得到文本信息。
第二,通过预训练的全局指针模型提取文本信息中的实体,得到初步识别结果。
其中,全局指针(GlobalPointer)模型用于提取文本信息中的实体。
GlobalPointer模型将实体的首尾视为一个整体去进行判别,更具“全局观”。具体来说,假设文本信息中待识别的文本序列长度为n,简单起见,先假定文本序列只有一种实体要识别,并且假定每个待识别实体是该文本序列的一个连续片段,长度不限,并且可以相互嵌套(两个实体之间有交集),那么可以得出该文本序列中的候选实体的个数是:n(n+1)/2个,即长度为n的文本序列中有n(n+1)/2个不同的连续子序列。
这些子序列包含了所有可能的实体,而上述执行主体要做的就是从这n(n+1)/2个候选实体里边确定出真正的实体,其实就是一个“n(n+1)/2选k”的多标签分类问题。如果有m种实体类型需要识别,那么就视为m个“n(n+1)/2选k”的多标签分类问题。这就是GlobalPointer的基本思想,以实体为基本单位进行判别。
GlobalPointer模型原本用于解决嵌套和非嵌套的实体的抽取问题。GlobalPinter模型对嵌套实体的抽取,天然具有高召回率。本实现方式中采用GlobalPinter模型进行文本信息中的实体提取任务,提高了命名实体的识别准确度。
步骤202,响应于确定初步识别结果中包括同类别的多个实体,确定待识别图像的图像特征和多个实体的文本特征。
本实施例中,上述执行主体可以响应于确定初步识别结果中包括同类别的多个实体,确定待识别图像的图像特征和多个实体的文本特征。
由于待识别图像中的本的不连续性,可能导致本应为同一完整实体的文本信息被分类为两部分,使得初步识别结果中将同一完整实体识别为两个分裂实体。
作为示例,名片图像中的公司地址这一命名实体为“中国上海虹口区纪念路”,但是在名片图像中,公司地址的前半部分“中国上海”与后半部分“虹口区纪念路”分属两行,从而导致初步识别结果中包括对应于公司地址这一类别的两个实体“中国上海”和“虹口区纪念路”。
当初步识别结果中包括同类别的多个实体时,判定初步识别结果中可能存在命名实体的不连续性问题,需要确定待识别图像的图像特征和多个实体的文本特征,以进行进一步的判定。
作为示例,上述执行主体可以通过卷积神经网络、循环神经网络等特征提取网络提取待识别图像的图像特征和同类别的多个实体的文本特征。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式执行上述步骤202:
第一,通过预训练的特征提取模型得到待识别图像的整体图像特征和待识别图像中对应于多个实体的区域图像的区域图像特征。
同类别的多个实体中的每个实体对应于待识别图像中的一个区域图像。通过特征提取模型可以提取待识别图像的整体图像特征和每个区域图像的区域图像特征。其中,特征提取模型例如可以是Faster R-CNN(Faster Region-Convolutional Neural Networks,快速的区域卷积神经网络)。
第二,确定标记序列中的每个标记对应的位置嵌入特征、片段嵌入特征和标记嵌入特征。
其中,标记序列中包括多个实体中的每个预设粒度文本对应的文本标记和待识别图像中对应于多个实体的区域图像对应的图像标记。
预设粒度文本可以根据实际情况具体设置。作为示例,预设粒度文本可以是单字、词。以中文文本为例,预设粒度文本可以是指每个单字;以英文文本为例,预设粒度文本可以是指每个单词。
继续以公司地址为“中国上海”和“虹口区纪念路”两个实体为例,文本标记包括“中”、“国”等各个词对应的文本标记,以及“中国上海”对应的区域图像的图像标记和“虹口区纪念路”对应的区域图像的图像标记。
位置嵌入(Position Embedding)特征用于表征每个标记的位置信息,片段嵌入(Segment Embedding)特征用于表征每个标记的片段信息,标记嵌入(Token Embedding)特征用于表征每个标记的词嵌入信息。
参照如下列表,以公司地址为“中国上海”和“虹口区纪念路”为例,示出了每个标记对应的各文本特征。
[CLS] | 中 | 国 | 上 | 海 | [SEP] | 虹 | 口 | 区 | 纪 | 念 | 路 | [SEP] | [IMG] | [IMG] | [END] |
A | A | A | A | A | B | B | B | B | B | B | B | B | C | C | C |
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 14 | 15 |
其中,列表中的第一行至第三行分别表示标记嵌入特征、片段嵌入特征和位置嵌入特征。在开始位置,Token由[CLS]表示,同类别的多个实体之间的分隔用[SEP]表示,图像部分用[IMG]表示,结尾用[END]表示。同类别的两个实体中的第一个实体表示为上句,第二个实体表示为下句,图像表示为第三部分,上句、下句和第三部分对应的片段嵌入特征分别为A、B、C。对应的位置关嵌入特征从1开始依次递增,直到Token为[IMG]处,每个[IMG]用相同的位置编码。
本实现方式中,提供了图像特征和文本特征的具体确定方式,提高了所得到的特征的全面性和准确度。
步骤203,结合图像特征和文本特征,确定多个实体是否为连续的完整实体,得到完整实体确定结果。
本实施例中,上述执行主体可以结合图像特征和文本特征,确定多个实体是否为连续的完整实体,得到完整实体确定结果。
作为示例,上述执行主体可以将图像特征和文本特征进行融合,得到结合后特征,进而,对结合后特征进行处理,确定多个实体是否为连续的完整实体,得到完整实体确定结果。完整实体确定结果中包括两种情况:多个实体为连续的完整实体和多个实体不为连续的完整实体。
在本实施例的一些可选的实现方式中,上诉执行主体可以通过如下方式结合图像特征和文本特征,确定多个实体是否为连续的完整实体,得到完整实体确定结果:
第一,对于标记序列中的每个文本标记,结合该标记对应的整体图像特征、位置嵌入特征、片段嵌入特征和标记嵌入特征,和/或,对于标记序列中的每个图像标记,结合该标记对应的区域图像特征、位置嵌入特征、片段嵌入特征和标记嵌入特征,得到结合后特征。
第二,将结合后特征输入预训练的完整实体确定模型,确定多个实体是否为连续的完整实体,得到完整实体确定结果。
其中,完整实体确定模型用于确定结合后特征所表征的多个实体是否为连续的完整实体,得到完整实体确定结果。作为示例,完整实体确定模型可以为VL-BERT(VisualLiguistic-Bidirectional Encoder Representations from Transformers)模型。
参照图3,示出了实体之间的关系的识别过程300的示意图。待识别图像首先通过Faster R-CNN301模型进行处理,并通过全连接层得到待识别图像的整体图像特征和同类别的多个实体一一对应的区域图像特征。以公司地址为“中国上海”和“虹口区纪念路”两个实体为例,在得到其对应的标记序列中的每个标记对应的区域图像特征或整体图像特征、位置嵌入特征、片段嵌入特征和标记嵌入特征后,进行特征结合,得到结合后特征,并将结合后特征输入完整实体确定模型VL-BERT 302,得到多个实体之间的关系。
作为示例,当确定同类别的多个实体之间具有前后关系时,可以认定同类别的多个实体属于同一完整实体,否则,认为同类别的多个实体不属于同一完整实体。
本实现方式中,提供了图像特征和文本特征的具体结合方式,并通过完整实体确定模型确定多个实体之间的连续性,提高了实体之间连续性确定操作的准确度。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式训练得到完整实体确定模型:
第一,获取训练样本集。其中,训练样本集中的训练样本包括多个分裂实体和表征多个分裂实体属于同一完整实体的关系标签。
第二,利用机器学习方法,以训练样本中的多个分裂实体为输入,以所输入的训练样本中的关系标签为期望输出,训练得到完整实体确定模型。
完整实体确定模型可以采用神经网络模型(例如,VL-BERT模型)作为初始模型。具体的,首先,上述执行主体将训练样本中的多个分裂实体输入VL-BERT模型,得到表征多个分裂实体的关系的实际输出;然后,计算实际输出和所输入的训练样本中的关系标签之间的损失,进而根据损失计算梯度信息;基于随机梯度下降法通过计算得到的梯度更新VL-BERT模型的参数。通过循环执行上述训练过程,直至达到预设结束条件,得到完整实体确定模型。其中,预设结束条件例如可以是训练时间超过时间阈值,训练次数超过次数阈值,损失趋于收敛。
本实现方式中,提供了一种完整实体确定模型的训练方式,基于VL-BERT模型,提高了完整实体确定模型的准确度。
步骤204,结合初步识别结果和完整实体确定结果,得到最终识别结果。
本实施例中,上述执行主体可以结合初步识别结果和完整实体确定结果,得到最终识别结果。
作为示例,当确定完整实体确定结果表征多个实体为连续的完整实体,则将初步识别结果中同类别的多个实体视为同一完整实体,得到最终识别结果;当确定完整实体确定结果表征多个实体不是连续的完整实体,则将初步识别结果直接确定为最终识别结果。
在本实施例的一些可选的实现方式中,上述执行主体在初步识别结果的基础上,响应于确定完整实体确定结果表征多个实体为连续的完整实体,拼接多个实体,得到最终识别结果。
作为示例,当确定两个实体之间为具有前后关系的实体,则将两个实体进行前后拼接,得到完整实体。例如,“中国上海”和“虹口区纪念路”两个实体之间具有前后关系,则将两个实体拼接为一个完整实体“中国上海虹口区纪念路”。
本实现方式中,通过实体之间的拼接,提高了最终识别结果的准确度。
继续参见图4,图4是根据本实施例的实体识别方法的应用场景的一个示意图400。在图4的应用场景中,终端设备401摄取了待识别图像402,并将待识别图像402传输至服务器403。服务器403在获取待识别图像402之后,服务器403首先识别待识别图像402,确定对于待识别图像中的实体的初步识别结果404。然后,响应于确定初步识别结果404中包括同类别的多个实体,确定待识别图像的图像特征和多个实体的文本特征。然后,结合图像特征和文本特征,确定多个实体是否为连续的完整实体,得到完整实体确定结果405;最后,结合初步识别结果404和完整实体确定结果405,得到最终识别结果406。
本实施例中,提供了一种实体识别方法,在对于待识别图像中的实体的初步识别结果的基础上,结合同类别的多个实体的文本特征和待识别图像的图像特征,确定多个实体的连续性,解决了实体不连续问题,提高了实体识别的准确度。
继续参考图5,示出了根据本公开的方法的一个实体识别方法实施例的示意性流程500,包括以下步骤:
步骤501,识别待识别图像,以确定对于待识别图像中的实体的初步识别结果。
步骤502,响应于确定初步识别结果中包括同类别的多个实体,通过预训练的特征提取模型得到待识别图像的整体图像特征和待识别图像中对应于多个实体的区域图像的区域图像特征。
步骤503,确定标记序列中的每个标记对应的位置嵌入特征、片段嵌入特征和标记嵌入特征。
其中,标记序列中包括多个实体中的每个预设粒度文本对应的文本标记和待识别图像中对应于多个实体的区域图像对应的图像标记。
步骤504,对于标记序列中的每个文本标记,结合该标记对应的整体图像特征、位置嵌入特征、片段嵌入特征和标记嵌入特征,对于标记序列中的每个图像标记,结合该标记对应的区域图像特征、位置嵌入特征、片段嵌入特征和标记嵌入特征,得到结合后特征。
步骤505,将结合后特征输入预训练的完整实体确定模型,确定多个实体是否为连续的完整实体,得到完整实体确定结果。
其中,完整实体确定模型用于确定结合后特征所表征的多个实体是否为连续的完整实体,得到完整实体确定结果。
步骤506,在初步识别结果的基础上,响应于确定完整实体确定结果表征多个实体为连续的完整实体,拼接多个实体,得到最终识别结果。
从本实施例中可以看出,与图2对应的实施例相比,本实施例中的实体识别方法的流程500具体说明了图像特征和文本特征的得到过程,特征的融合过程和处理过程,进一步提高了实体识别的准确度。
继续参考图6,作为对上述各图所示方法的实现,本公开提供了一种实体识别装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,实体识别装置包括:识别单元601,被配置成识别待识别图像,以确定对于待识别图像中的实体的初步识别结果;第一确定单元602,被配置成响应于确定初步识别结果中包括同类别的多个实体,确定待识别图像的图像特征和多个实体的文本特征;第二确定单元603,被配置成结合图像特征和文本特征,确定多个实体是否为连续的完整实体,得到完整实体确定结果;得到单元604,被配置成结合初步识别结果和完整实体确定结果,得到最终识别结果。
在本实施例的一些可选的实现方式中,第一确定单元602,进一步被配置成:通过预训练的特征提取模型得到待识别图像的整体图像特征和待识别图像中对应于多个实体的区域图像的区域图像特征;确定标记序列中的每个标记对应的位置嵌入特征、片段嵌入特征和标记嵌入特征,其中,标记序列中包括多个实体中的每个预设粒度文本对应的文本标记和待识别图像中对应于多个实体的区域图像对应的图像标记,位置嵌入特征用于表征标记的位置信息,片段嵌入特征用于表征标记的片段信息,标记嵌入特征用于表征标记对应的预设粒度文本的嵌入信息。
在本实施例的一些可选的实现方式中,第二确定单元603,进一步被配置成:对于标记序列中的每个文本标记,结合该标记对应的整体图像特征、位置嵌入特征、片段嵌入特征和标记嵌入特征,和/或,对于标记序列中的每个图像标记,结合该标记对应的区域图像特征、位置嵌入特征、片段嵌入特征和标记嵌入特征,得到结合后特征;将结合后特征输入预训练的完整实体确定模型,确定多个实体是否为连续的完整实体,得到完整实体确定结果,其中,完整实体确定模型用于确定结合后特征所表征的多个实体是否为连续的完整实体。
在本实施例的一些可选的实现方式中,第二确定单元603,进一步被配置成:在初步识别结果的基础上,响应于确定完整实体确定结果表征多个实体为连续的完整实体,拼接多个实体,得到最终识别结果。
在本实施例的一些可选的实现方式中,识别单元601,进一步被配置成:识别待识别图像,得到文本信息;通过预训练的全局指针模型提取文本信息中的实体,得到初步识别结果,其中,全局指针模型用于提取文本信息中的实体。
在本实施例的一些可选的实现方式中,上述装置还包括:训练单元(图中未示出),被配置成:通过如下方式训练得到完整实体确定模型:获取训练样本集,其中,训练样本集中的训练样本包括多个分裂实体和表征多个分裂实体属于同一完整实体的关系标签;利用机器学习方法,以训练样本中的多个分裂实体为输入,以所输入的训练样本中的关系标签为期望输出,训练得到完整实体确定模型。
本实施例中,提供了一种实体识别装置,在对于待识别图像中的实体的初步识别结果的基础上,结合同类别的多个实体的文本特征和待识别图像的图像特征,确定多个实体的连续性,解决了实体不连续问题,提高了实体识别的准确度。
根据本公开的实施例,本公开还提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现上述任意实施例所描述的实体识别方法。
根据本公开的实施例,本公开还提供了一种可读存储介质,该可读存储介质存储有计算机指令,该计算机指令用于使计算机执行时能够实现上述任意实施例所描述的实体识别方法。
本公开实施例提供了一种计算机程序产品,该计算机程序在被处理器执行时能够实现上述任意实施例所描述的实体识别方法。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如实体识别方法。例如,在一些实施例中,实体识别方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的实体识别方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行实体识别方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大,业务扩展性弱的缺陷;也可以为分布式系统的服务器,或者是结合了区块链的服务器。
根据本公开实施例的技术方案,提供了一种实体识别方法,在对于待识别图像中的实体的初步识别结果的基础上,结合同类别的多个实体的文本特征和待识别图像的图像特征,确定多个实体的连续性,解决了实体不连续问题,提高了实体识别的准确度。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种实体识别方法,包括:
识别待识别图像,以确定对于所述待识别图像中的实体的初步识别结果;
响应于确定所述初步识别结果中包括同类别的多个实体,确定所述待识别图像的图像特征和所述多个实体的文本特征;
结合所述图像特征和所述文本特征,确定所述多个实体是否为连续的完整实体,得到完整实体确定结果;
结合所述初步识别结果和所述完整实体确定结果,得到最终识别结果。
2.根据权利要求1所述的方法,其中,所述确定所述待识别图像的图像特征和所述多个实体的文本特征,包括:
通过预训练的特征提取模型得到所述待识别图像的整体图像特征和所述待识别图像中对应于所述多个实体的区域图像的区域图像特征;
确定标记序列中的每个标记对应的位置嵌入特征、片段嵌入特征和标记嵌入特征,其中,所述标记序列中包括所述多个实体中的每个预设粒度文本对应的文本标记和所述待识别图像中对应于所述多个实体的区域图像对应的图像标记,位置嵌入特征用于表征标记的位置信息,片段嵌入特征用于表征标记的片段信息,标记嵌入特征用于表征标记对应的预设粒度文本的嵌入信息。
3.根据权利要求2所述的方法,其中,所述结合所述图像特征和所述文本特征,确定所述多个实体是否为连续的完整实体,得到完整实体确定结果,包括:
对于所述标记序列中的每个文本标记,结合该标记对应的整体图像特征、位置嵌入特征、片段嵌入特征和标记嵌入特征,和/或,对于所述标记序列中的每个图像标记,结合该标记对应的区域图像特征、位置嵌入特征、片段嵌入特征和标记嵌入特征,得到结合后特征;
将所述结合后特征输入预训练的完整实体确定模型,确定所述多个实体是否为连续的完整实体,得到所述完整实体确定结果,其中,所述完整实体确定模型用于确定所述结合后特征所表征的多个实体是否为连续的完整实体。
4.根据权利要求1-3中任一项所述的方法,其中,所述结合所述初步识别结果和所述完整实体确定结果,得到最终识别结果,包括:
在所述初步识别结果的基础上,响应于确定所述完整实体确定结果表征所述多个实体为连续的完整实体,拼接所述多个实体,得到所述最终识别结果。
5.根据权利要求1-3中任一项所述的方法,其中,所述识别待识别图像,以确定对于所述待识别图像中的实体的初步识别结果,包括:
识别所述待识别图像,得到文本信息;
通过预训练的全局指针模型提取所述文本信息中的实体,得到所述初步识别结果,其中,所述全局指针模型用于提取所述文本信息中的实体。
6.根据权利要求3所述的方法,其中,所述完整实体确定模型通过如下方式训练得到:
获取训练样本集,其中,所述训练样本集中的训练样本包括多个分裂实体和表征多个分裂实体属于同一完整实体的关系标签;
利用机器学习方法,以训练样本中的多个分裂实体为输入,以所输入的训练样本中的关系标签为期望输出,训练得到所述完整实体确定模型。
7.一种实体识别装置,包括:
识别单元,被配置成识别待识别图像,以确定对于所述待识别图像中的实体的初步识别结果;
第一确定单元,被配置成响应于确定所述初步识别结果中包括同类别的多个实体,确定所述待识别图像的图像特征和所述多个实体的文本特征;
第二确定单元,被配置成结合所述图像特征和所述文本特征,确定所述多个实体是否为连续的完整实体,得到完整实体确定结果;
得到单元,被配置成结合所述初步识别结果和所述完整实体确定结果,得到最终识别结果。
8.根据权利要求6所述的装置,其中,所述第一确定单元,进一步被配置成:
通过预训练的特征提取模型得到所述待识别图像的整体图像特征和所述待识别图像中对应于所述多个实体的区域图像的区域图像特征;确定标记序列中的每个标记对应的位置嵌入特征、片段嵌入特征和标记嵌入特征,其中,所述标记序列中包括所述多个实体中的每个预设粒度文本对应的文本标记和所述待识别图像中对应于所述多个实体的区域图像对应的图像标记,位置嵌入特征用于表征标记的位置信息,片段嵌入特征用于表征标记的片段信息,标记嵌入特征用于表征标记对应的预设粒度文本的嵌入信息。
9.根据权利要求7所述的装置,其中,所述第二确定单元,进一步被配置成:
对于所述标记序列中的每个文本标记,结合该标记对应的整体图像特征、位置嵌入特征、片段嵌入特征和标记嵌入特征,和/或,对于所述标记序列中的每个图像标记,结合该标记对应的区域图像特征、位置嵌入特征、片段嵌入特征和标记嵌入特征,得到结合后特征;将所述结合后特征输入预训练的完整实体确定模型,确定所述多个实体是否为连续的完整实体,得到所述完整实体确定结果,其中,所述完整实体确定模型用于确定所述结合后特征所表征的多个实体是否为连续的完整实体。
10.根据权利要求6-8中任一项所述的装置,其中,所述第二确定单元,进一步被配置成:
在所述初步识别结果的基础上,响应于确定所述完整实体确定结果表征所述多个实体为连续的完整实体,拼接所述多个实体,得到所述最终识别结果。
11.根据权利要求6-8中任一项所述的装置,其中,所述识别单元,进一步被配置成:
识别所述待识别图像,得到文本信息;通过预训练的全局指针模型提取所述文本信息中的实体,得到所述初步识别结果,其中,所述全局指针模型用于提取所述文本信息中的实体。
12.根据权利要求8所述的装置,其中,还包括:
训练单元,被配置成:
通过如下方式训练得到所述完整实体确定模型:
获取训练样本集,其中,所述训练样本集中的训练样本包括多个分裂实体和表征多个分裂实体属于同一完整实体的关系标签;利用机器学习方法,以训练样本中的多个分裂实体为输入,以所输入的训练样本中的关系标签为期望输出,训练得到所述完整实体确定模型。
13.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括:计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111413500.4A CN114120304B (zh) | 2021-11-25 | 2021-11-25 | 实体识别方法、装置及计算机程序产品 |
US17/963,453 US20230052906A1 (en) | 2021-11-25 | 2022-10-11 | Entity Recognition Method and Apparatus, and Computer Program Product |
EP22201091.0A EP4134920A3 (en) | 2021-11-25 | 2022-10-12 | Entity recognition method and apparatus, and computer program product |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111413500.4A CN114120304B (zh) | 2021-11-25 | 2021-11-25 | 实体识别方法、装置及计算机程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114120304A true CN114120304A (zh) | 2022-03-01 |
CN114120304B CN114120304B (zh) | 2023-12-05 |
Family
ID=80373052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111413500.4A Active CN114120304B (zh) | 2021-11-25 | 2021-11-25 | 实体识别方法、装置及计算机程序产品 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230052906A1 (zh) |
EP (1) | EP4134920A3 (zh) |
CN (1) | CN114120304B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114580422A (zh) * | 2022-03-14 | 2022-06-03 | 昆明理工大学 | 一种结合近邻分析的两阶段分类的命名实体识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106547880A (zh) * | 2016-10-26 | 2017-03-29 | 重庆邮电大学 | 一种融合地理区域知识的多维度地理场景识别方法 |
US20200097718A1 (en) * | 2018-09-26 | 2020-03-26 | Leverton Holding Llc | Named entity recognition with convolutional networks |
CN112733533A (zh) * | 2020-12-31 | 2021-04-30 | 浙大城市学院 | 一种基于bert模型及文本-图像关系传播的多模态命名实体识别方法 |
CN113313114A (zh) * | 2021-06-11 | 2021-08-27 | 北京百度网讯科技有限公司 | 证件信息获取方法、装置、设备以及存储介质 |
-
2021
- 2021-11-25 CN CN202111413500.4A patent/CN114120304B/zh active Active
-
2022
- 2022-10-11 US US17/963,453 patent/US20230052906A1/en active Pending
- 2022-10-12 EP EP22201091.0A patent/EP4134920A3/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106547880A (zh) * | 2016-10-26 | 2017-03-29 | 重庆邮电大学 | 一种融合地理区域知识的多维度地理场景识别方法 |
US20200097718A1 (en) * | 2018-09-26 | 2020-03-26 | Leverton Holding Llc | Named entity recognition with convolutional networks |
CN112733533A (zh) * | 2020-12-31 | 2021-04-30 | 浙大城市学院 | 一种基于bert模型及文本-图像关系传播的多模态命名实体识别方法 |
CN113313114A (zh) * | 2021-06-11 | 2021-08-27 | 北京百度网讯科技有限公司 | 证件信息获取方法、装置、设备以及存储介质 |
Non-Patent Citations (1)
Title |
---|
YULIN LI 等: "StrucTexT: Structured Text Understanding with Multi-Modal Transformers", HTTPS://ARXIV.ORG/ABS/2108.02923, pages 1 - 9 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114580422A (zh) * | 2022-03-14 | 2022-06-03 | 昆明理工大学 | 一种结合近邻分析的两阶段分类的命名实体识别方法 |
Also Published As
Publication number | Publication date |
---|---|
EP4134920A3 (en) | 2023-05-24 |
CN114120304B (zh) | 2023-12-05 |
US20230052906A1 (en) | 2023-02-16 |
EP4134920A2 (en) | 2023-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113032672A (zh) | 多模态poi特征的提取方法和装置 | |
CN113159010A (zh) | 视频分类方法、装置、设备和存储介质 | |
CN114490998B (zh) | 文本信息的抽取方法、装置、电子设备和存储介质 | |
CN113657395B (zh) | 文本识别方法、视觉特征提取模型的训练方法及装置 | |
CN112560862A (zh) | 文本识别方法、装置及电子设备 | |
CN112507118A (zh) | 信息分类抽取方法、装置和电子设备 | |
CN113836925A (zh) | 预训练语言模型的训练方法、装置、电子设备及存储介质 | |
CN114495102A (zh) | 文本识别方法、文本识别网络的训练方法及装置 | |
CN112967248A (zh) | 生成缺陷图像样本的方法、装置、介质及程序产品 | |
CN113407610B (zh) | 信息抽取方法、装置、电子设备和可读存储介质 | |
CN114120304B (zh) | 实体识别方法、装置及计算机程序产品 | |
CN114186681A (zh) | 用于生成模型簇的方法、装置及计算机程序产品 | |
CN113553428A (zh) | 文档分类方法、装置及电子设备 | |
CN112528610A (zh) | 一种数据标注方法、装置、电子设备及存储介质 | |
CN111368693A (zh) | 一种身份证信息的识别方法和装置 | |
CN113361462B (zh) | 视频处理和字幕检测模型的方法及装置 | |
CN115329132A (zh) | 生成视频标签的方法、装置、设备以及存储介质 | |
CN115600592A (zh) | 文本内容的关键信息提取方法、装置、设备及介质 | |
CN114445833A (zh) | 文本识别方法、装置、电子设备和存储介质 | |
CN113971810A (zh) | 文档生成方法、装置、平台、电子设备以及存储介质 | |
CN113221035A (zh) | 用于确定异常网页的方法、装置、设备、介质和程序产品 | |
CN113850072A (zh) | 文本情感分析方法、情感分析模型训练方法、装置、设备及介质 | |
CN113051926A (zh) | 文本抽取方法、设备和存储介质 | |
CN113435257A (zh) | 表格图像的识别方法、装置、设备和存储介质 | |
CN112818972A (zh) | 兴趣点图像的检测方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |