一种基于环境多种类词库识别单据的方法

摘要

一种基于环境多种类词库识别单据的方法，包括以下步骤：步骤1：收集电子版单据，构建数据集，收集各行业专业词汇，构建专业词库；步骤2：对数据集中单据图像进行预处理；步骤3：构建对单据进行增强去噪的图像增强模型；步骤4：构建基于应用场景匹配校正的文字识别模型；步骤5：构建基于专业词库匹配校正的文字识别模型；步骤6：构建基于上下文匹配校正的文字识别模型；步骤7：将识别结果进行结构化处理。本发明提出一种基于环境多种类词库识别单据的方法，采用了以卷积神经网络和循环神经网络为代表的深度学习算法，主要针对电子单据，利用单据文字的相关性从电子单据的文本等原始信息中提取出高层抽象属性。