CN113688268A - 图片信息抽取方法、装置、计算机设备及存储介质 - Google Patents
图片信息抽取方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113688268A CN113688268A CN202111013065.6A CN202111013065A CN113688268A CN 113688268 A CN113688268 A CN 113688268A CN 202111013065 A CN202111013065 A CN 202111013065A CN 113688268 A CN113688268 A CN 113688268A
- Authority
- CN
- China
- Prior art keywords
- text
- processed
- picture
- extraction
- preset
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000012216 screening Methods 0.000 claims abstract description 15
- 239000013598 vector Substances 0.000 claims description 42
- 230000015654 memory Effects 0.000 claims description 33
- 230000002457 bidirectional effect Effects 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000013507 mapping Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000010845 search algorithm Methods 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000877 morphologic effect Effects 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006403 short-term memory Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- 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
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例属于人工智能领域,应用于医疗领域中,涉及一种图片信息抽取方法,包括获取待处理图片,对待处理图片进行文本识别,得到待处理文本;根据预设词袋模型对待处理文本进行特征提取,得到特征数据,基于特征数据对待处理图片进行分类;在图片类型为非制式文件类型时,输入特征数据至预设抽取器,得到第一抽取文本,输入特征数据至目标抽取模型,得到第二抽取文本;对第一抽取文本和第二抽取文本进行文本筛选,得到目标抽取文本,输入目标抽取文本至目标知识库,生成结构化数据。本申请还提供一种图片信息抽取装置、计算机设备及存储介质。此外,本申请还涉及区块链技术,结构化数据可存储于区块链中。本申请实现了对图片信息的高效抽取。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及一种图片信息抽取方法、装置、计算机设备及存储介质。
背景技术
在对患者的患病风险进行评估的过程中,往往需要患者提交相关的案件资料,根据案件资料判断患者的患病风险。其中,案件资料包括患者证件资料、医疗诊治资料、体检资料,医疗诊治资料包括门诊病历、住院病历、病理报告等不同的资料图片。
传统的患病风险决策都是采用人工决策的方式,整个过程耗时耗力,而且由于患者资料类型差异巨大,不能对患者提供的资料图片进行精确地信息抽取,最终导致患者信息抽取准确率低下的问题。
发明内容
本申请实施例的目的在于提出一种图片信息抽取方法、装置、计算机设备及存储介质,以解决图片信息抽取不准确的技术问题。
为了解决上述技术问题,本申请实施例提供一种图片信息抽取方法,采用了如下所述的技术方案:
获取待处理图片,对所述待处理图片进行文本识别,得到待处理文本;
获取预设词袋模型,根据所述预设词袋模型对所述待处理文本进行特征提取,得到特征数据,基于所述特征数据对所述待处理图片进行分类,确定所述待处理图片的图片类型;
在所述图片类型为非制式文件类型时,输入所述特征数据至预设抽取器,抽取得到第一抽取文本,输入所述特征数据至目标抽取模型,抽取得到第二抽取文本;
对所述第一抽取文本和所述第二抽取文本进行文本筛选,得到目标抽取文本,输入所述目标抽取文本至目标知识库,生成所述待处理图片对应的结构化数据。
进一步的,所述根据所述预设词袋模型对所述待处理文本进行特征提取,得到特征数据的步骤包括:
对所述待处理文本进行词形还原、词性标注和数字规整,得到所述待处理文本的预处理文本;
输入所述预处理文本至所述预设词袋模型,计算得到所述特征数据。
进一步的,所述基于所述特征数据对所述待处理图片进行分类,确定所述待处理图片的图片类型的步骤包括:
获取所述待处理文本的归一化坐标信息;
根据所述归一化坐标信息和所述特征数据对所述待处理图片进行分类,得到所述待处理图片的图片类型。
进一步的,所述输入所述特征数据至预设抽取器,抽取得到第一抽取文本的步骤包括:
根据所述预设抽取器将所述特征数据与预设的标准关键词对应的词向量进行匹配,得到所述待处理文本中与所述标准关键词匹配的命中关键词;
对所述命中关键词进行邻域搜索,得到所述第一抽取文本。
进一步的,所述输入所述特征数据至目标抽取模型,抽取得到第二抽取文本的步骤包括:
所述目标抽取模型包括双向长短期记忆网络和条件随机场模型,输入所述特征数据至所述双向长短期记忆网络,计算得到所述待处理文本的特征向量;
根据所述条件随机场模型对所述特征向量进行计算,得到所述特征向量对应的实体信息,确定所述实体信息为所述第二抽取文本。
进一步的,所述对所述第一抽取文本和所述第二抽取文本进行文本筛选的步骤包括:
获取所述第一抽取文本和所述第二抽取文本分别对应的置信度;
根据所述置信度对所述第一抽取文本和所述第二抽取文本进行排序,按照所述置信度从高到低选取预设个数的文本为所述目标抽取文本。
进一步的,在所述确定所述待处理图片的图片类型的步骤之后,还包括:
在所述图片类型为制式文件类型时,获取预设抽取模板;
根据所述预设抽取模板对所述待处理文本进行文本抽取,得到所述待处理文本对应的目标抽取文本。
为了解决上述技术问题,本申请实施例还提供一种图片信息抽取装置,采用了如下所述的技术方案:
识别模块,用于获取待处理图片,对所述待处理图片进行文本识别,得到待处理文本;
获取模块,用于获取预设词袋模型,根据所述预设词袋模型对所述待处理文本进行特征提取,得到特征数据,基于所述特征数据对所述待处理图片进行分类,确定所述待处理图片的图片类型;
抽取模块,用于在所述图片类型为非制式文件类型时,输入所述特征数据至预设抽取器,抽取得到第一抽取文本,输入所述特征数据至目标抽取模型,抽取得到第二抽取文本;
生成模块,用于对所述第一抽取文本和所述第二抽取文本进行文本筛选,得到目标抽取文本,输入所述目标抽取文本至目标知识库,生成所述待处理图片对应的结构化数据。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
获取待处理图片,对所述待处理图片进行文本识别,得到待处理文本;
获取预设词袋模型,根据所述预设词袋模型对所述待处理文本进行特征提取,得到特征数据,基于所述特征数据对所述待处理图片进行分类,确定所述待处理图片的图片类型;
在所述图片类型为非制式文件类型时,输入所述特征数据至预设抽取器,抽取得到第一抽取文本,输入所述特征数据至目标抽取模型,抽取得到第二抽取文本;
对所述第一抽取文本和所述第二抽取文本进行文本筛选,得到目标抽取文本,输入所述目标抽取文本至目标知识库,生成所述待处理图片对应的结构化数据。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
获取待处理图片,对所述待处理图片进行文本识别,得到待处理文本;
获取预设词袋模型,根据所述预设词袋模型对所述待处理文本进行特征提取,得到特征数据,基于所述特征数据对所述待处理图片进行分类,确定所述待处理图片的图片类型;
在所述图片类型为非制式文件类型时,输入所述特征数据至预设抽取器,抽取得到第一抽取文本,输入所述特征数据至目标抽取模型,抽取得到第二抽取文本;
对所述第一抽取文本和所述第二抽取文本进行文本筛选,得到目标抽取文本,输入所述目标抽取文本至目标知识库,生成所述待处理图片对应的结构化数据。
本申请通过获取待处理图片,对待处理图片进行文本识别,得到待处理文本;而后,获取预设词袋模型,根据预设词袋模型对待处理文本进行特征提取,得到特征数据,基于特征数据对待处理图片进行分类,确定待处理图片的图片类型,根据不同图片类型对待处理文本进行不同处理,进一步提高图片信息抽取效率;在图片类型为非制式文件类型时,输入特征数据至预设抽取器,抽取得到第一抽取文本,输入特征数据至目标抽取模型,抽取得到第二抽取文本,使得根据该第一抽取文本和第二抽取文本可以对目标抽取文本进行精确获取;之后,对第一抽取文本和第二抽取文本进行文本筛选,得到目标抽取文本,输入目标抽取文本至目标知识库,生成待处理图片对应的结构化数据,由此,实现了对图片信息的高效抽取,提高了图片信息的抽取效率和抽取准确率,并且进一步提高了根据抽取得到的文本信息进行智能决策的决策效率,降低了决策周期。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性***架构图;
图2根据本申请的图片信息抽取方法的一个实施例的流程图;
图3是根据本申请的图片信息抽取装置的一个实施例的结构示意图;
图4是根据本申请的计算机设备的一个实施例的结构示意图。
附图标记:图片信息抽取装置300、识别模块301、获取模块302、抽取模块303以及生成模块304。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。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。
患者可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示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、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的图片信息抽取方法一般由服务器/终端设备执行,相应地,图片信息抽取装置一般设置于服务器/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。
继续参考图2,示出了根据本申请的图片信息抽取的方法的一个实施例的流程图。所述的图片信息抽取方法,包括以下步骤:
步骤S201,获取待处理图片,对所述待处理图片进行文本识别,得到待处理文本;
在本实施例中,待处理图片为需要进行信息提取的具有患者信息的图片。例如,在医疗领域中,该待处理图片可以为各种包含有患者诊断信息或身份信息的图片。获取待处理图片,对该待处理图片进行文本识别,得到待处理文本,其中,该待处理文本可通过OCR(Optical Character Recognition,光学字符识别)技术对该待处理图片识别得到。
步骤S202,获取预设词袋模型,根据所述预设词袋模型对所述待处理文本进行特征提取,得到特征数据,基于所述特征数据对所述待处理图片进行分类,确定所述待处理图片的图片类型;
在本实施例中,词袋模型(Bag of words model)是一种文档表示方式,在信息检索中,词袋模型假定对于一个文档,忽略该文档的单词顺序和语法、句法等要素,将该文档作为一个若干词汇的集合,文档中的每个单词均独立于其他词语,对于文档中的任何一个词,均不受该文档语义的影响而独立选择。因此,获取预设词袋模型,根据该预设词袋模型将待处理文本作为一个文本集合,从该文本集合中计算每个词出现的次数,将每个词出现的次数作为该待处理文本中每个词对应的词向量。具体地,在得到待处理文本时,对该待处理文本按照句子进行预处理,得到预处理后的待处理文本;输入该预处理后的待处理文本至预设词袋模型中,经过该预设词袋模型对该预处理后的待处理文本中的词进行向量表示,得到每个词对应的词向量,该词向量即为特征数据。之后,根据该特征数据对待处理图片进行分类,确定该待处理图片的图片类型。其中,该图片类型包括非制式文件类型和制式文件类型,制式文件类型为身份证等具有固定制式的图片类型,非制式文件类型为除证件以外的所有图片类型,如患者诊断信息图片。在得到特征数据时,将该特征数据与要素库中的要素词进行匹配,即将特征数据与要素库中的要素词对应的向量进行相似度的计算,得到要素匹配度;将要素匹配度大于等于预设阈值的要素词确定为与特征数据匹配的要素词,获取该要素词的所属图片类型,根据该要素词所属的图片类型确定当前待处理图片的图片类型。
步骤S203,在所述图片类型为非制式文件类型时,输入所述特征数据至预设抽取器,抽取得到第一抽取文本,输入所述特征数据至目标抽取模型,抽取得到第二抽取文本;
在本实施例中,在图片类型为非制式文件类型时,输入该待处理文本至预设抽取器,该预设抽取器为预先设定的文本抽取器,该预设抽取器中设定了多组抽取指令,根据该预设抽取器中设定的不同抽取规则对应的抽取指令,对待处理文本进行文本抽取,得到第一抽取文本。同时,将该待处理文本输入至目标抽取模型,该目标抽取模型为预先设定的神经网络文本抽取模型,如由双向长短期记忆网络(BILSTM,Bi-directional Long Short-Term Memory)和条件随机场模型(CRF,Conditional Random Fields)组成的文本抽取模型。根据该目标抽取模型对该待处理文本进行抽取,得到第二抽取文本。
步骤S204,对所述第一抽取文本和所述第二抽取文本进行文本筛选,得到目标抽取文本,输入所述目标抽取文本至目标知识库,生成所述待处理图片对应的结构化数据。
在本实施例中,在得到第一抽取文本和第二抽取文本时,对该第一抽取文本和第二抽取文本进行文本筛选,得到目标抽取文本。具体地,在得到第一抽取文本和第二抽取文本时,对第一抽取文本和第二抽取文本中的所有文本的出现频率从高到低进行排序,从高到低选取预设个数的文本作为目标抽取文本。在得到目标抽取文本时,输入该目标抽取文本至目标知识库,该目标知识库中存储有知识图谱,该知识图谱中包含与该目标抽取文本关联的所有数据。根据该知识图谱可以查找到与当前该目标抽取文本关联的所有数据,该与当前该目标抽取文本关联的所有数据,以及该目标抽取文本,组成待处理图片对应的结构化数据。
需要强调的是,为进一步保证上述结构化数据的私密和安全性,上述结构化数据还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实现了对图片信息的高效抽取,提高了图片信息的抽取效率和抽取准确率,并且进一步提高了根据抽取得到的文本信息进行智能决策的决策效率,降低了决策周期。
在本实施例的一些可选的实现方式中,上述根据所述预设词袋模型对所述待处理文本进行特征提取,得到特征数据的步骤包括:
对所述待处理文本进行词形还原、词性标注和数字规整,得到所述待处理文本的预处理文本;
输入所述预处理文本至所述预设词袋模型,计算得到所述特征数据。
在本实施例中,在得到待处理文本时,对该待处理文本进行词形还原、词性标注和数字规整,得到预处理文本。具体地,词形还原为对英文进行分词后根据其词性将单词还原为字典中原型词汇的过程;词性标注为根据预设词典将每个词进行词性标注,得到每个词的词性(如名词、动词)的过程;数字规整为将待处理文本中的数字进行规范化格式映射,使得数字符合预设格式的过程。经过词形还原、词性标注和数字规整后的待处理文本即为预处理文本。在得到预处理文本时,将该预处理文本输入至预设词袋模型,计算得到待处理文本的特征数据。
本实施例通过对待处理文本进行词形还原、词性标注和数字规整得到预处理文本,之后对预处理文本进行特征提取得到特征数据,使得根据该特征数据能够对文本进行精确表示,进一步提高了对待处理图片进行分类的准确率。
在本实施例的一些可选的实现方式中,上述基于所述特征数据对所述待处理图片进行分类,确定所述待处理图片的图片类型的步骤包括:
获取所述待处理文本的归一化坐标信息;
根据所述归一化坐标信息和所述特征数据对所述待处理图片进行分类,得到所述待处理图片的图片类型。
在本实施例中,为了对待处理图片进行更精确地分类,在得到特征数据时,获取待处理文本的归一化坐标信息,根据该特征数据和该归一化坐标信息对该待处理图片进行分类。具体地,该归一化坐标信息为待处理图片中文字进行归一化后的坐标信息。获取每个文字在待处理图片中的像素信息,将该像素信息按照预设映射标准映射到统一的坐标维度上,即得到待处理文本的归一化坐标信息。将该归一化坐标信息与标准坐标信息进行对比,在该归一化坐标信息与标准坐标信息匹配时,获取该归一化坐标信息对应的特征数据;之后,计算该归一化坐标信息对应的特征数据与标准坐标信息对应的标准词向量的匹配度,若该归一化坐标信息对应的特征数据与标准坐标信息对应的标准词向量匹配成功,则确定该标准坐标信息对应的标准词向量所属的图片类型为该待处理图片的图片类型。
本实施例通过获取待处理文本的归一化坐标信息,根据该归一化坐标信息和特征数据对待处理图片进行分类,提高了待处理图片分类的准确率。
在本实施例的一些可选的实现方式中,上述输入所述特征数据至预设抽取器,抽取得到第一抽取文本的步骤包括:
根据所述预设抽取器将所述特征数据与预设的标准关键词对应的词向量进行匹配,得到所述待处理文本中与所述标准关键词匹配的命中关键词;
对所述命中关键词进行邻域搜索,得到所述第一抽取文本。
在本实施例中,在根据预设抽取器对待处理文本进行抽取时,获取预设的标准关键词,将该待处理文本的特征数据与该标准关键词的词向量进行余弦相似度的计算,得到待处理文本中与该标准关键词匹配的命中关键词。在得到命中关键词时,对该命中关键词进行邻域搜索,得到第一抽取文本。具体地,在得到命中关键词时,获取该命中关键词对应的领域映射集合,根据预设领域搜索算法计算该命中关键词在该领域映射集合上的最优解,即得到第一抽取文本。其中,领域搜索算法包括局部搜素算法和变领域搜索算法等搜索算分,不同的搜索算法对应不同的领域函数;根据该领域函数计算命中关键词在对应领域映射集合上的最优解,即得到第一抽取文本。
本实施例通过对命中关键词进行领域搜索,得到第一抽取文本,实现了对第一抽取文本的精确抽取,提高了对第一抽取文本的抽取准确率和抽取效率。
在本实施例的一些可选的实现方式中,上述输入所述特征数据至目标抽取模型,抽取得到第二抽取文本的步骤包括:
所述目标抽取模型包括双向长短期记忆网络和条件随机场模型,输入所述特征数据至所述双向长短期记忆网络,计算得到所述待处理文本的特征向量;
根据所述条件随机场模型对所述特征向量进行计算,得到所述特征向量对应的实体信息,确定所述实体信息为所述第二抽取文本。
在本实施例中,目标抽取模型包括双向长短期记忆网络和条件随机场模型。根据该双向长短期记忆网络可以对输入的特征数据进行语义特征的抽取,使得抽取得到特征向量能更好地表示句子上下文的语义信息。在得到待处理文本对应的特征数据时,输入该特征数据至目标抽取模型中的双向长短期记忆网络,根据该双向长短期记忆网络计算得到特征向量;而后,输入该特征向量至目标抽取模型中的条件随机场模型中,根据该条件随机场模型对该特征向量对应最优的实体信息进行输出,即得到该待处理文本对应的第二抽取文本。
本实施例通过目标抽取模型对第二抽取文本进行抽取,实现了对第二文本的高效抽取,进一步使得根据该第二抽取文本可以对图片信息进行精确提取与确定。
在本实施例的一些可选的实现方式中,上述对所述第一抽取文本和所述第二抽取文本进行文本筛选的步骤包括:
获取所述第一抽取文本和所述第二抽取文本分别对应的置信度;
根据所述置信度对所述第一抽取文本和所述第二抽取文本进行排序,按照所述置信度从高到低选取预设个数的文本为所述目标抽取文本。
在本实施例中,第一抽取文本对应的置信度为第一置信度,该第一置信度为根据预设抽取器计算得到的第一抽取文本与标准关键词的相似度;第二抽取文本对应的置信度为第二置信度,该第二置信度为根据目标抽取模型计算得到的第二抽取文本的预测值。具体地,在得到第一抽取文本和第二抽取文本时,获取该第一抽取文本和标准关键词对应的相似度,将该相似度作为第一置信度;同时,获取该第二抽取文本对应的预测值,在目标抽取模型对第二抽取文本进行实体输出时,该第二抽取文本对应的实体的概率信息即为该预测值。根据该第一置信度和第二置信度统一对第一抽取文本和第二抽取文本进行排序,从高到低选取预设个数的文本作为目标抽取文本。
本实施例通过置信度对目标抽取文本进行确定,提高了对待处理图片中文本信息抽取的准确率。
本实施例通过在本实施例的一些可选的实现方式中,在上述确定所述待处理图片的图片类型的步骤之后,还包括:
在所述图片类型为制式文件类型时,获取预设抽取模板;
根据所述预设抽取模板对所述待处理文本进行文本抽取,得到所述待处理文本对应的目标抽取文本。
在本实施例中,在该待处理图片的图片类型为制式文件类型时,获取预设抽取模板,该预设抽取模板中包括每种制式文件类型对应的文本模板。根据该预设抽取模板对该待处理文本进行文本抽取,得到该待处理文本对应的目标抽取文本。具体地,在得到预设抽取模板时,获取该预设抽取模板的模板字段,将该模板字段与待处理文本中的文本字段进行匹配,得到与该模板字段匹配的文本字段,获取待处理文本中该文本字段下的文本信息,即得到目标抽取文本。
本实施例通过预设抽取模板对制式文件类型的待处理图片进行文本信息抽取,提高了对制式文件类型的待处理图片的文本信息抽取效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3,作为对上述图2所示方法的实现,本申请提供了一种图片信息抽取装置的一个实施例,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3所示,本实施例所述的图片信息抽取装置300包括:识别模块301、获取模块302、抽取模块303以及生成模块304。其中:
识别模块301,用于获取待处理图片,对所述待处理图片进行文本识别,得到待处理文本;
在本实施例中,待处理图片为需要进行信息提取的具有患者信息的图片。例如,在医疗领域中,该待处理图片可以为各种包含有患者诊断信息或身份信息的图片。获取待处理图片,对该待处理图片进行文本识别,得到待处理文本,其中,该待处理文本可通过OCR(Optical Character Recognition,光学字符识别)技术对该待处理图片识别得到。
获取模块302,用于获取预设词袋模型,根据所述预设词袋模型对所述待处理文本进行特征提取,得到特征数据,基于所述特征数据对所述待处理图片进行分类,确定所述待处理图片的图片类型;
在本实施例中,词袋模型(Bag of words model)是一种文档表示方式,在信息检索中,词袋模型假定对于一个文档,忽略该文档的单词顺序和语法、句法等要素,将该文档作为一个若干词汇的集合,文档中的每个单词均独立于其他词语,对于文档中的任何一个词,均不受该文档语义的影响而独立选择。因此,获取预设词袋模型,根据该预设词袋模型将待处理文本作为一个文本集合,从该文本集合中计算每个词出现的次数,将每个词出现的次数作为该待处理文本中每个词对应的词向量。具体地,在得到待处理文本时,对该待处理文本按照句子进行预处理,得到预处理后的待处理文本;输入该预处理后的待处理文本至预设词袋模型中,经过该预设词袋模型对该预处理后的待处理文本中的词进行向量表示,得到每个词对应的词向量,该词向量即为特征数据。之后,根据该特征数据对待处理图片进行分类,确定该待处理图片的图片类型。其中,该图片类型包括非制式文件类型和制式文件类型,制式文件类型为身份证等具有固定制式的图片类型,非制式文件类型为除证件以外的所有图片类型,如患者诊断信息图片。在得到特征数据时,将该特征数据与要素库中的要素词进行匹配,即将特征数据与要素库中的要素词对应的向量进行相似度的计算,得到要素匹配度;将要素匹配度大于等于预设阈值的要素词确定为与特征数据匹配的要素词,获取该要素词的所属图片类型,根据该要素词所属的图片类型确定当前待处理图片的图片类型。
在本实施例的一些可选的实现方式中,获取模块302包括:
预处理单元,用于对所述待处理文本进行词形还原、词性标注和数字规整,得到所述待处理文本的预处理文本;
处理单元,用于输入所述预处理文本至所述预设词袋模型,计算得到所述特征数据。
在本实施例中,在得到待处理文本时,对该待处理文本进行词形还原、词性标注和数字规整,得到预处理文本。具体地,词形还原为对英文进行分词后根据其词性将单词还原为字典中原型词汇的过程;词性标注为根据预设词典将每个词进行词性标注,得到每个词的词性(如名词、动词)的过程;数字规整为将待处理文本中的数字进行规范化格式映射,使得数字符合预设格式的过程。经过词形还原、词性标注和数字规整后的待处理文本即为预处理文本。在得到预处理文本时,将该预处理文本输入至预设词袋模型,计算得到待处理文本的特征数据。
在本实施例的一些可选的实现方式中,获取模块302还包括:
第一获取单元,用于获取所述待处理文本的归一化坐标信息;
分类单元,用于根据所述归一化坐标信息和所述特征数据对所述待处理图片进行分类,得到所述待处理图片的图片类型。
在本实施例中,为了对待处理图片进行更精确地分类,在得到特征数据时,获取待处理文本的归一化坐标信息,根据该特征数据和该归一化坐标信息对该待处理图片进行分类。具体地,该归一化坐标信息为待处理图片中文字进行归一化后的坐标信息。获取每个文字在待处理图片中的像素信息,将该像素信息按照预设映射标准映射到统一的坐标维度上,即得到待处理文本的归一化坐标信息。将该归一化坐标信息与标准坐标信息进行对比,在该归一化坐标信息与标准坐标信息匹配时,获取该归一化坐标信息对应的特征数据;之后,计算该归一化坐标信息对应的特征数据与标准坐标信息对应的标准词向量的匹配度,若该归一化坐标信息对应的特征数据与标准坐标信息对应的标准词向量匹配成功,则确定该标准坐标信息对应的标准词向量所属的图片类型为该待处理图片的图片类型。
抽取模块303,用于在所述图片类型为非制式文件类型时,输入所述特征数据至预设抽取器,抽取得到第一抽取文本,输入所述特征数据至目标抽取模型,抽取得到第二抽取文本;
在本实施例中,在图片类型为非制式文件类型时,输入该待处理文本至预设抽取器,该预设抽取器为预先设定的文本抽取器,该预设抽取器中设定了多组抽取指令,根据该预设抽取器中设定的不同抽取规则对应的抽取指令,对待处理文本进行文本抽取,得到第一抽取文本。同时,将该待处理文本输入至目标抽取模型,该目标抽取模型为预先设定的神经网络文本抽取模型,如由双向长短期记忆网络(BILSTM,Bi-directional Long Short-Term Memory)和条件随机场模型(CRF,Conditional Random Fields)组成的文本抽取模型。根据该目标抽取模型对该待处理文本进行抽取,得到第二抽取文本。
在本实施例的一些可选的实现方式中,抽取模块303包括:
匹配单元,用于根据所述预设抽取器将所述特征数据与预设的标准关键词对应的词向量进行匹配,得到所述待处理文本中与所述标准关键词匹配的命中关键词;
搜索单元,用于对所述命中关键词进行邻域搜索,得到所述第一抽取文本。
在本实施例中,在根据预设抽取器对待处理文本进行抽取时,获取预设的标准关键词,将该待处理文本的特征数据与该标准关键词的词向量进行余弦相似度的计算,得到待处理文本中与该标准关键词匹配的命中关键词。在得到命中关键词时,对该命中关键词进行邻域搜索,得到第一抽取文本。具体地,在得到命中关键词时,获取该命中关键词对应的领域映射集合,根据预设领域搜索算法计算该命中关键词在该领域映射集合上的最优解,即得到第一抽取文本。其中,领域搜索算法包括局部搜素算法和变领域搜索算法等搜索算分,不同的搜索算法对应不同的领域函数;根据该领域函数计算命中关键词在对应领域映射集合上的最优解,即得到第一抽取文本。
在本实施例的一些可选的实现方式中,抽取模块303还包括:
第一计算单元,用于所述目标抽取模型包括双向长短期记忆网络和条件随机场模型,输入所述特征数据至所述双向长短期记忆网络,计算得到所述待处理文本的特征向量;
第二计算单元,用于根据所述条件随机场模型对所述特征向量进行计算,得到所述特征向量对应的实体信息,确定所述实体信息为所述第二抽取文本。
在本实施例中,目标抽取模型包括双向长短期记忆网络和条件随机场模型。根据该双向长短期记忆网络可以对输入的特征数据进行语义特征的抽取,使得抽取得到特征向量能更好地表示句子上下文的语义信息。在得到待处理文本对应的特征数据时,输入该特征数据至目标抽取模型中的双向长短期记忆网络,根据该双向长短期记忆网络计算得到特征向量;而后,输入该特征向量至目标抽取模型中的条件随机场模型中,根据该条件随机场模型对该特征向量对应最优的实体信息进行输出,即得到该待处理文本对应的第二抽取文本。
生成模块304,用于对所述第一抽取文本和所述第二抽取文本进行文本筛选,得到目标抽取文本,输入所述目标抽取文本至目标知识库,生成所述待处理图片对应的结构化数据。
在本实施例中,在得到第一抽取文本和第二抽取文本时,对该第一抽取文本和第二抽取文本进行文本筛选,得到目标抽取文本。具体地,在得到第一抽取文本和第二抽取文本时,对第一抽取文本和第二抽取文本中的所有文本的出现频率从高到低进行排序,从高到低选取预设个数的文本作为目标抽取文本。在得到目标抽取文本时,输入该目标抽取文本至目标知识库,该目标知识库中存储有知识图谱,该知识图谱中包含与该目标抽取文本关联的所有数据。根据该知识图谱可以查找到与当前该目标抽取文本关联的所有数据,该与当前该目标抽取文本关联的所有数据,以及该目标抽取文本,组成待处理图片对应的结构化数据。
需要强调的是,为进一步保证上述结构化数据的私密和安全性,上述结构化数据还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
在本实施例的一些可选的实现方式中,生成模块304包括:
第二获取单元,用于获取所述第一抽取文本和所述第二抽取文本分别对应的置信度;
排序单元,用于根据所述置信度对所述第一抽取文本和所述第二抽取文本进行排序,按照所述置信度从高到低选取预设个数的文本为所述目标抽取文本。
在本实施例中,第一抽取文本对应的置信度为第一置信度,该第一置信度为根据预设抽取器计算得到的第一抽取文本与标准关键词的相似度;第二抽取文本对应的置信度为第二置信度,该第二置信度为根据目标抽取模型计算得到的第二抽取文本的预测值。具体地,在得到第一抽取文本和第二抽取文本时,获取该第一抽取文本和标准关键词对应的相似度,将该相似度作为第一置信度;同时,获取该第二抽取文本对应的预测值,在目标抽取模型对第二抽取文本进行实体输出时,该第二抽取文本对应的实体的概率信息即为该预测值。根据该第一置信度和第二置信度统一对第一抽取文本和第二抽取文本进行排序,从高到低选取预设个数的文本作为目标抽取文本。
在本实施例的一些可选的实现方式中,上述图片信息抽取装置300还包括:
第三获取单元,用于在所述图片类型为制式文件类型时,获取预设抽取模板;
抽取单元,用于根据所述预设抽取模板对所述待处理文本进行文本抽取,得到所述待处理文本对应的目标抽取文本。
在本实施例中,在该待处理图片的图片类型为制式文件类型时,获取预设抽取模板,该预设抽取模板中包括每种制式文件类型对应的文本模板。根据该预设抽取模板对该待处理文本进行文本抽取,得到该待处理文本对应的目标抽取文本。具体地,在得到预设抽取模板时,获取该预设抽取模板的模板字段,将该模板字段与待处理文本中的文本字段进行匹配,得到与该模板字段匹配的文本字段,获取待处理文本中该文本字段下的文本信息,即得到目标抽取文本。
本实施例提出的图片信息抽取装置,实现了对图片信息的高效抽取,提高了图片信息的抽取效率和抽取准确率,并且进一步提高了根据抽取得到的文本信息进行智能决策的决策效率,降低了决策周期。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图4,图4为本实施例计算机设备基本结构框图。
所述计算机设备6包括通过***总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是,图中仅示出了具有组件61-63的计算机设备6,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与患者通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器61至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器61可以是所述计算机设备6的内部存储单元,例如该计算机设备6的硬盘或内存。在另一些实施例中,所述存储器61也可以是所述计算机设备6的外部存储设备,例如该计算机设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中,所述存储器61通常用于存储安装于所述计算机设备6的操作***和各类应用软件,例如图片信息抽取方法的计算机可读指令等。此外,所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器62在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中,所述处理器62用于运行所述存储器61中存储的计算机可读指令或者处理数据,例如运行所述图片信息抽取方法的计算机可读指令。
所述网络接口63可包括无线网络接口或有线网络接口,该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。
本实施例提出的计算机设备,实现了对图片信息的高效抽取,提高了图片信息的抽取效率和抽取准确率,并且进一步提高了根据抽取得到的文本信息进行智能决策的决策效率,降低了决策周期。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的图片信息抽取方法的步骤。
本实施例提出的计算机可读存储介质,实现了对图片信息的高效抽取,提高了图片信息的抽取效率和抽取准确率,并且进一步提高了根据抽取得到的文本信息进行智能决策的决策效率,降低了决策周期。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种图片信息抽取方法,其特征在于,包括下述步骤:
获取待处理图片,对所述待处理图片进行文本识别,得到待处理文本;
获取预设词袋模型,根据所述预设词袋模型对所述待处理文本进行特征提取,得到特征数据,基于所述特征数据对所述待处理图片进行分类,确定所述待处理图片的图片类型;
在所述图片类型为非制式文件类型时,输入所述特征数据至预设抽取器,抽取得到第一抽取文本,输入所述特征数据至目标抽取模型,抽取得到第二抽取文本;
对所述第一抽取文本和所述第二抽取文本进行文本筛选,得到目标抽取文本,输入所述目标抽取文本至目标知识库,生成所述待处理图片对应的结构化数据。
2.根据权利要求1所述的图片信息抽取方法,其特征在于,所述根据所述预设词袋模型对所述待处理文本进行特征提取,得到特征数据的步骤包括:
对所述待处理文本进行词形还原、词性标注和数字规整,得到所述待处理文本的预处理文本;
输入所述预处理文本至所述预设词袋模型,计算得到所述特征数据。
3.根据权利要求1所述的图片信息抽取方法,其特征在于,所述基于所述特征数据对所述待处理图片进行分类,确定所述待处理图片的图片类型的步骤包括:
获取所述待处理文本的归一化坐标信息;
根据所述归一化坐标信息和所述特征数据对所述待处理图片进行分类,得到所述待处理图片的图片类型。
4.根据权利要求1所述的图片信息抽取方法,其特征在于,所述输入所述特征数据至预设抽取器,抽取得到第一抽取文本的步骤包括:
根据所述预设抽取器将所述特征数据与预设的标准关键词对应的词向量进行匹配,得到所述待处理文本中与所述标准关键词匹配的命中关键词;
对所述命中关键词进行邻域搜索,得到所述第一抽取文本。
5.根据权利要求1所述的图片信息抽取方法,其特征在于,所述输入所述特征数据至目标抽取模型,抽取得到第二抽取文本的步骤包括:
所述目标抽取模型包括双向长短期记忆网络和条件随机场模型,输入所述特征数据至所述双向长短期记忆网络,计算得到所述待处理文本的特征向量;
根据所述条件随机场模型对所述特征向量进行计算,得到所述特征向量对应的实体信息,确定所述实体信息为所述第二抽取文本。
6.根据权利要求1所述的图片信息抽取方法,其特征在于,所述对所述第一抽取文本和所述第二抽取文本进行文本筛选的步骤包括:
获取所述第一抽取文本和所述第二抽取文本分别对应的置信度;
根据所述置信度对所述第一抽取文本和所述第二抽取文本进行排序,按照所述置信度从高到低选取预设个数的文本为所述目标抽取文本。
7.根据权利要求1所述的图片信息抽取方法,其特征在于,在所述确定所述待处理图片的图片类型的步骤之后,还包括:
在所述图片类型为制式文件类型时,获取预设抽取模板;
根据所述预设抽取模板对所述待处理文本进行文本抽取,得到所述待处理文本对应的目标抽取文本。
8.一种图片信息抽取装置,其特征在于,包括:
识别模块,用于获取待处理图片,对所述待处理图片进行文本识别,得到待处理文本;
获取模块,用于获取预设词袋模型,根据所述预设词袋模型对所述待处理文本进行特征提取,得到特征数据,基于所述特征数据对所述待处理图片进行分类,确定所述待处理图片的图片类型;
抽取模块,用于在所述图片类型为非制式文件类型时,输入所述特征数据至预设抽取器,抽取得到第一抽取文本,输入所述特征数据至目标抽取模型,抽取得到第二抽取文本;
生成模块,用于对所述第一抽取文本和所述第二抽取文本进行文本筛选,得到目标抽取文本,输入所述目标抽取文本至目标知识库,生成所述待处理图片对应的结构化数据。
9.一种计算机设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的图片信息抽取方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的图片信息抽取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111013065.6A CN113688268B (zh) | 2021-08-31 | 2021-08-31 | 图片信息抽取方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111013065.6A CN113688268B (zh) | 2021-08-31 | 2021-08-31 | 图片信息抽取方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113688268A true CN113688268A (zh) | 2021-11-23 |
CN113688268B CN113688268B (zh) | 2024-04-02 |
Family
ID=78584600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111013065.6A Active CN113688268B (zh) | 2021-08-31 | 2021-08-31 | 图片信息抽取方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113688268B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160350264A1 (en) * | 2015-05-26 | 2016-12-01 | Hon Hai Precision Industry Co., Ltd. | Server and method for extracting content for commodity |
US20170300565A1 (en) * | 2016-04-14 | 2017-10-19 | Xerox Corporation | System and method for entity extraction from semi-structured text documents |
CN108280190A (zh) * | 2018-01-24 | 2018-07-13 | 深圳前海大数金融服务有限公司 | 图像分类方法、服务器及存储介质 |
CN109635627A (zh) * | 2018-10-23 | 2019-04-16 | 中国平安财产保险股份有限公司 | 图片信息提取方法、装置、计算机设备及存储介质 |
CN112417886A (zh) * | 2020-11-20 | 2021-02-26 | 平安普惠企业管理有限公司 | 意图实体信息抽取方法、装置、计算机设备及存储介质 |
-
2021
- 2021-08-31 CN CN202111013065.6A patent/CN113688268B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160350264A1 (en) * | 2015-05-26 | 2016-12-01 | Hon Hai Precision Industry Co., Ltd. | Server and method for extracting content for commodity |
US20170300565A1 (en) * | 2016-04-14 | 2017-10-19 | Xerox Corporation | System and method for entity extraction from semi-structured text documents |
CN108280190A (zh) * | 2018-01-24 | 2018-07-13 | 深圳前海大数金融服务有限公司 | 图像分类方法、服务器及存储介质 |
CN109635627A (zh) * | 2018-10-23 | 2019-04-16 | 中国平安财产保险股份有限公司 | 图片信息提取方法、装置、计算机设备及存储介质 |
CN112417886A (zh) * | 2020-11-20 | 2021-02-26 | 平安普惠企业管理有限公司 | 意图实体信息抽取方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113688268B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112215008B (zh) | 基于语义理解的实体识别方法、装置、计算机设备和介质 | |
CN111783471B (zh) | 自然语言的语义识别方法、装置、设备及存储介质 | |
CN112863683A (zh) | 基于人工智能的病历质控方法、装置、计算机设备及存储介质 | |
CN112632278A (zh) | 一种基于多标签分类的标注方法、装置、设备及存储介质 | |
WO2021218027A1 (zh) | 智能面试中专业术语的提取方法、装置、设备及介质 | |
CN112287069A (zh) | 基于语音语义的信息检索方法、装置及计算机设备 | |
CN113434636B (zh) | 基于语义的近似文本搜索方法、装置、计算机设备及介质 | |
CN110427453B (zh) | 数据的相似度计算方法、装置、计算机设备及存储介质 | |
CN113722438A (zh) | 基于句向量模型的句向量生成方法、装置及计算机设备 | |
CN114780746A (zh) | 基于知识图谱的文档检索方法及其相关设备 | |
CN113707299A (zh) | 基于问诊会话的辅助诊断方法、装置及计算机设备 | |
CN112395391A (zh) | 概念图谱构建方法、装置、计算机设备及存储介质 | |
CN116912847A (zh) | 一种医学文本识别方法、装置、计算机设备及存储介质 | |
CN115438149A (zh) | 一种端到端模型训练方法、装置、计算机设备及存储介质 | |
CN107766498A (zh) | 用于生成信息的方法和装置 | |
CN113505595A (zh) | 文本短语抽取方法、装置、计算机设备及存储介质 | |
CN114090792A (zh) | 基于对比学习的文档关系抽取方法及其相关设备 | |
CN112199954A (zh) | 基于语音语义的疾病实体匹配方法、装置及计算机设备 | |
CN115730237B (zh) | 垃圾邮件检测方法、装置、计算机设备及存储介质 | |
CN114742058B (zh) | 一种命名实体抽取方法、装置、计算机设备及存储介质 | |
WO2022142032A1 (zh) | 手写签名校验方法、装置、计算机设备及存储介质 | |
CN113688268B (zh) | 图片信息抽取方法、装置、计算机设备及存储介质 | |
CN113657104A (zh) | 文本抽取方法、装置、计算机设备及存储介质 | |
CN112417886A (zh) | 意图实体信息抽取方法、装置、计算机设备及存储介质 | |
CN117093715B (zh) | 词库扩充方法、***、计算机设备及存储介质 |
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 |