[发明专利]文本的结构化输出方法及系统、存储介质和计算机设备

说明书

本发明公开一种文本的结构化输出方法。文本的结构化输出方法包括：识别图片中的文本内容；根据分词模型将文本分割为词语；根据词向量模型将词语转换为词向量；根据词向量和深度语义模型获取词向量与预设标签的关联概率矩阵；及根据概率模型和预设标签的关联概率矩阵将文本结构化输出为结构化内容。本发明实施方式的文本的结构化输出方法通过分词模型将文本分割为一个个词语，然后通过词向量模型将词语转化为词向量并输入到深度语义模型进行处理以得到预设标签的关联概率矩阵，然后根据概率模型和预设标签的关联概率矩阵输出结构化内容，针对文本进行输出而与版式无关，对版式复杂或者无版式的文本也可以准确地输出结构化内容。本发明还公开了一种文本的结构化输出系统、非易失性计算机可读存储介质和计算机设备。

技术领域

本发明涉及文本识别技术领域，特别涉及一种文本的结构化输出方法、文本的结构化输出系统、非易失性计算机可读存储介质和计算机设备。

背景技术

目前，文本的结构化输出方法大多是根据文字或模板进行配准从而得到被识别的文字或图片输出结构化内容，但对于版式较多或者无版式的文本就难以进行准确的配准，从而影响输出的结构化内容的准确性。

发明内容

本发明的实施例提供了一种文本的结构化输出方法、文本的结构化输出系统、非易失性计算机可读存储介质和计算机设备。

本发明实施方式的文本的结构化输出方法包括：

识别图片中的文本内容；

根据分词模型将所述文本内容分割为多个词语；

根据词向量模型将所述词语转换为词向量；

根据所述词向量和深度语义模型获取所述词向量与预设标签的关联概率矩阵；及

根据预设的概率模型和所述预设标签的关联概率矩阵将所述文本内容输出结构化内容。

本发明实施方式的文本的结构化输出方法通过分词模型将文本分割为一个个词语，然后通过词向量模型将词语转化为词向量并输入到深度语义模型进行处理以得到预设标签的关联概率矩阵，然后根据预设的概率模型和预设标签的关联概率矩阵输出结构化内容，针对文本进行输出而与版式无关，对版式复杂或者无版式的文本也可以准确地输出结构化内容。

本发明实施方式的文本的结构化输出系统包括识别模块、分词模块、转换模块、获取模块和输出模块。所述识别模块用于识别图片中的文本内容；所述分词模块用于根据分词模型将所述文本分割为词语；所述转换模块用于根据词向量模型将所述词语转换为词向量；所述获取模块用于根据所述词向量和深度语义模型获取所述词向量与预设标签的关联概率矩阵；所述输出模块用于根据预设的概率模型和所述预设标签的关联概率矩阵将所述文本输出为结构化内容。

本发明实施方式的一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行上述文本的结构化输出方法。

本发明实施方式的计算机设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行上述文本的结构化输出方法。

本发明实施方式的文本的结构化输出方法、文本的结构化输出系统、非易失性计算机可读存储介质和计算机设备通过分词模型将文本分割为一个个词语，然后通过词向量模型将词语转化为词向量并输入到深度语义模型进行处理以得到预设标签的关联概率矩阵，然后根据预设的概率模型和预设标签的关联概率矩阵输出结构化内容，针对文本进行输出而与版式无关，对版式复杂或者无版式的文本也可以准确地输出结构化内容。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明