买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：优顶特技术有限公司

摘要：本发明涉及数据处理的技术领域，公开了一种基于深度学习的documentAI系统。所述基于深度学习的documentAI系统，包括：数据预处理模块、OCR识别模块、表格检测模块、文档分类模块、字段信息提取模块、人工校验模块；所述数据预处理模块用于对用户上传的贸易单证pdf或图片文件进行格式转换和图像旋转角度检测，生成对应的图像数据；所述OCR识别模块用于通过预设的深度学习网络识别提取图像数据中的文字内容，生成对应的文档图像；本发明系统能适应多种类型的贸易单证文件，如pdf或图片格式，显示出良好的灵活性和兼容性。系统可以识别和处理复杂的表格结构，支持对表格内容的深入理解和分析，适用于多种业务场景。

主权项：1.一种基于深度学习的documentAI系统，其特征在于，所述基于深度学习的documentAI系统包括：数据预处理模块、OCR识别模块、表格检测模块、文档分类模块、字段信息提取模块、人工校验模块；所述数据预处理模块用于对用户上传的贸易单证pdf或图片文件进行格式转换和图像旋转角度检测，生成对应的图像数据；所述OCR识别模块用于通过预设的深度学习网络识别提取图像数据中的文字内容，生成对应的文档图像；所述表格检测模块用于通过预设的深度学习模型检测文档图像中的表格框架和边界，输出结构化信息，并将所述结构化信息转换为文本数据；其中，所述结构化信息至少包括表格框架和边界、单元格文本内容、表格标题、表格中列和行的关系；所述文档分类模块用于通过训练后的bert分类模型对所述文本数据进行分类，得到第一文本数据集和第二文本数据集；识别所述第一文本数据集，并输出文档图像中表格的结构性组成类别标签，识别所述第二文本数据集，并输出文档图像中表格内容的语义类别标签；其中，所述第一文本数据集为表格在文档图像中的表格结构信息；所述第二文本数据为表格在文档图像中的表格内容信息；其中，所述bert分类模型包括输入层、第一嵌入层、第二嵌入层、融合层、中间层及分类层，所述bert分类模型的训练过程，包括：采集多个文档图像的文本训练数据；其中，所述文本训练数据包括文档图像中的表格结构信息和表格内容信息；将所述文本训练数据输入至所述输入层进行信息提取，得到第一文本信息和第二文本信息；将所述第一文本信息输入至所述第一嵌入层进行处理，得到表格结构特征向量；将所述第二文本信息输入至所述第二嵌入层进行处理，得到表格内容特征向量；将所述表格结构特征向量和所述表格内容特征向量输入至所述融合层进行向量融合，得到整体文本的融合特征向量；将所述融合特征向量输入至所述中间层进行提取，得到高维的特征表示；将所述高维的特征表示输入至所述分类层，结合预先标签的语义类别信息和表格的结构性组成类别信息，通过迭代模型的损失函数，直至损失函数收敛，得到训练后的bert分类模型；所述字段信息提取模块用于基于所述语义类别标签和所述结构性组成类别标签以及预设的字段信息，从文档图像中提取目标字段信息；所述人工校验模块用于对从文档图像中提取出的目标字段信息进行校验和审核。

全文数据：

权利要求：

百度查询： 优顶特技术有限公司 基于深度学习的document AI系统