[发明专利]一种文本校验方法、装置、设备及可读存储介质

说明书

本申请实施例公开了一种文本校验方法、装置、设备及可读存储介质，本申请获取活动项目对应的待校验文本信息，其中，活动项目可以是司法案件审核等，进一步根据待校验文本信息，确定所需校验要素的要素值，该校验要素与活动项目相对应，最终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。本申请实施例提供的方法，能够实现自动化的确定待校验文本信息是否合规，无需人工查阅文本信息，从而避免了结果受人为的干扰，且降低了人工成本。

技术领域

本申请涉及自然语言处理技术领域，更具体地说，涉及一种文本校验方法、装置、设备及可读存储介质。

背景技术

随着时代的发展，当前已经进入了数据时代，各行各业都会产生大量的文本数据，基于大量的数据可以实现多样化的功能。

以司法案件审判场景为例，一个案件审核过程可能会涉及大量的证据，证据大多数情况下是以文本形式存在。这些证据文本在正式使用之前均需要对其合规性进行校验。合规性校验需要对证据文书的多种信息进行校验，如证据文书是否有盖章，具体文本内容是否包含所需的必要信息点等等。

现有方法均是基于相关司法人员人工查阅证据文书，并基于自身经验给出证据文书是否合规的判定结论。而由于人与人之间判断差异度不同，因此给出的结论很容易受到人为干扰，并且查阅大量证据文书也会占用很大的人力成本。

发明内容

有鉴于此，本申请提供了一种文本校验方法、装置、设备及可读存储介质，用于解决现有通过人工查阅文本给出合规性判定结论的方式，容易受到人为干扰，且占用人力成本的问题。

为了实现上述目的，现提出的方案如下：

一种文本校验方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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；