[发明专利]一种文本校验方法、装置、设备及可读存储介质

权利要求书

1.一种文本校验方法，其特征在于，包括：

获取活动项目对应的待校验文本信息；

根据所述待校验文本信息，确定所需校验要素的要素值，所述校验要素与所述活动项目相对应；

根据所述校验要素的要素值，确定所述待校验文本信息是否合规。

2.根据权利要求1所述的方法，其特征在于，所述获取活动项目对应的待检验文本信息，包括：

对活动项目对应的实体待校验文书进行光学字符识别OCR处理，将OCR处理后的结果作为所述活动项目对应的待校验文本信息。

3.根据权利要求2所述的方法，其特征在于，所述校验要素包括文本类型；所述根据所述待校验文本信息，确定所需校验要素的要素值，包括：

根据所述待校验文本信息及预置的分类模型，确定所述待检验文本信息的文本类型取值；所述分类模型为，预先以标注有文本类型取值的文本信息训练数据训练得到。

4.根据权利要求3所述的方法，其特征在于，所述根据所述待校验文本信息及预置的分类模型，确定所述待检验文本信息的文本类型取值，包括：

获取所述OCR处理后的结果中，文本区域的位置参数及包含的文本值；

通过分类模型的输入层，输入所述位置参数及所述文本值；

通过分类模型的卷积池化层，对所述位置参数及所述文本值进行卷积池化处理，得到文本特征；

通过分类模型的注意力层，采用自注意力机制对所述文本特征进行处理，得到处理后文本特征；

通过分类模型的全连接层，根据所述处理后文本特征，确定待校验文本信息的文本类型取值。

5.根据权利要求2所述的方法，其特征在于，所述校验要素包括信息点包含情况；所述根据所述待校验文本信息，确定所需校验要素的要素值，包括：

获取所述OCR处理后的结果中，文本区域包含的文本值；

将所述文本值输入预置的序列标注模型，得到序列标注模型输出的所述文本值包含的词所属的信息点的类型；所述序列标注模型为，预先以训练文本数据包含的词作为训练样本，以标注的所述词所属的信息点的类型为样本标签训练得到；

根据所述序列标注模型输出的结果，获取所述待校验文本信息对各类型信息点的包含情况。

6.根据权利要求5所述的方法，其特征在于，所述校验要素还包括信息点取值；所述根据所述待校验文本信息，确定所需校验要素的要素值，还包括：

根据所述序列标注模型输出的结果，将所述待校验文本信息中属于同一类型信息点的词，作为所述同一类型信息点的取值信息。

7.根据权利要求6所述的方法，其特征在于，还包括：

针对所述待校验文本信息中每一类型信息点的取值信息，在预置的知识点库中，查找相同类型信息点的规整取值信息集合，所述知识点库中存储了每一类型信息点的规整取值信息集合，规整取值信息集合中包含至少一个规整取值信息；

确定每一类型信息点的取值信息，与相同类型信息点的规整取值信息集合中，每一个规整取值信息的相似度；

将相似度最高的规整取值信息，作为所述待校验文本信息中所述相同类型信息点的规整后取值信息。

8.根据权利要求7所述的方法，其特征在于，所述确定每一类型信息点的取值信息，与相同类型信息点的规整取值信息集合中，每一个规整取值信息的相似度，包括：

将所述规整取值信息集合中每一规整取值信息分别与所述信息点的取值信息输入预置的相似度确定模型，得到相似度确定模型输出的所述信息点的取值信息与每一规整取值信息的相似度；

所述相似度确定模型为，预先以所述信息点的取值训练数据及所述信息点的规整取值信息集合为训练样本，以所述规整取值信息集合中每一规整取值信息与所述取值训练数据的相似度标注结果为样本标签训练得到。

9.根据权利要求2所述的方法，其特征在于，所述校验要素包括指定对象包含情况；所述根据所述待校验文本信息，确定所需校验要素的要素值，包括：

获取所述OCR处理后的结果中，非文本区域包含所述指定对象的数量。