[发明专利]表格结构的还原方法、系统、计算机设备及存储介质

说明书

本发明涉及人工智能技术领域，公开了一种表格结构的还原方法、系统、计算机设备及计算机存储介质，该方法包括：构建待识别表格中各表格节点的节点特征；调用预设的表格识别模型，以供所述表格识别模型根据所述节点特征输出各所述表格节点相互之间的节点关系，其中，所述表格识别模型预先基于图卷积网络训练得到；针对所述节点关系进行后处理以还原所述待识别表格的表格结构。此外，本发明还涉及区块链技术，表格识别模型可存储在区块链中。本发明无需表格数据的图像具有较高质量即可自动识别出表格结构并进行还原，解除了识别和还原表格结构对于图像质量的依赖，提高了表格结构的识别准确性和表格还原效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种表格结构的还原方法、系统、计算机设备以及计算机存储介质。

背景技术

表作为结构化数据的一种形式，既简单又标准化。表数据因为结构清晰的特点使得用户可以快速理解，从而财务数据、统计数据等数字信息，通常都是以表格的形式呈现，尤其是表格数据作为财务数据中的关键信息，在财务数据处理过程中越来越受到财务人员的重视。而尽管表数据提取是各种领域中已经司空见惯的处理操作，但是基于人工手动来提取出表格中的数据信息通常是一个冗长而耗时的过程。因此，各领域需要能够自动完成表格数据的提取方法来替换手动操作。

现有产品中，大都是通过图像识别的方法进行表格结构还原，但该方法高度依赖对表格中线条的检测识别，从而，当表格图像的背景相对复杂或表格中线条打印断断续续、模糊不清时，表格结构还原的准确率将会大打折扣。同时，对于无框线的表格，还需要通过一些其他方法估计出线条的位置，然后再进行表格结构还原。因此。现有进行表格结构还原的方法，表格结构还原效果取决于图像质量，当图像质量不高时，表格结构还原效果相对较差。

综上，现有的方法难以在不依赖图像质量的情况下对表格结构进行准确地还原恢复。

发明内容

本发明的主要目的在于提供一种表格结构的还原方法、装置、计算机设备及计算机存储介质，旨在解除表格结构识别和还原对于图像的依赖，从而实现高效准确的还原表格结构用于信息提取。

为实现上述目的，本发明实施例提供一种表格结构的还原方法，所述表格结构的还原方法包括：

构建待识别表格中各表格节点的节点特征；

调用预设的表格识别模型，以供所述表格识别模型根据所述节点特征输出各所述表格节点相互之间的节点关系，其中，所述表格识别模型预先基于图卷积网络训练得到；

针对所述节点关系进行后处理以还原所述待识别表格的表格结构。

可选地，所述图卷积网络包括但不限于两层图卷积网络，在所述调用预设的表格识别模型，以供所述表格识别模型根据所述节点特征输出各所述表格节点相互之间的节点关系的步骤之前，所述方法，还包括：

构建训练数据并利用所述训练数据针对两层图卷积网络进行训练以得到预设的表格识别模型。

可选地，所述训练数据包括训练样本表格和训练测试表格，

所述构建训练数据并利用所述训练数据针对两层图卷积网络进行训练以得到预设的表格识别模型的步骤，包括：

获取公开表格数据并针对所述公开表格数据进行预处理以构建得到所述训练样本表格和所述训练测试表格；

构建所述训练样本表格中各表格节点的第一节点特征，并将所述第一节点特征输入两层图卷积网络进行训练得到待确认表格识别模型；

构建所述训练测试表格中各表格节点的第二节点特征，并将所述第二节点特征输入所述待确认表格识别模型，以针对所述待确认表格识别模型进行测试并确定测试结果；

若所述测试结果符合预设的模型识别条件，则将所述待确认表格识别模型作为训练完成的表格识别模型。