[发明专利]基于人工智能的纸质档案的数字化处理方法、系统及设备

权利要求书

1.一种基于人工智能的纸质档案的数字化处理方法，其特征在于，包括：

通过扫描仪对待处理纸质文件进行扫描，得到图片电子文件集；

基于人工智能视觉识别图片特征模型，对所述图片电子文件集进行扫描监控，获取需加工电子文件集；

通过逻辑算法对所述需加工电子文件集进行处理，得到目标电子文件集；

基于人工智能视觉识别标签数据模型，对所述目标电子文件集进行分件处理，得到多个目标文件夹，每个所述目标文件夹包括同一份目标电子文件；

将每个所述目标文件夹中的目标电子文件打包为目标格式的格式电子文件；

基于人工智能目录抽取模型，对每个所述格式电子文件进行数据抽取，输出电子目录，以实现对待处理纸质文件的数字化处理。

2.根据权利要求1所述的基于人工智能的纸质档案的数字化处理方法，其特征在于，所述通过扫描仪对待处理纸质文件进行扫描，得到图片电子文件集之前，还包括：

按照不同特征分类对第一预设数量的图片电子文件进行分类整理，并制作第二预设数量的特征训练样本，所述特征包括黑边特征、折页特征、淡显特征、空白特征、倾斜特征和颠倒特征；

基于人工智能视觉识别算法对所述第二预设数量的特征训练样本进行训练，构建人工智能视觉识别图片特征模型；所述人工智能视觉识别图片特征模型还用于识别出不同类型的错误，并根据不同的错误特征通过对应的程序算法进行错误特征修复。

3.根据权利要求1所述的基于人工智能的纸质档案的数字化处理方法，其特征在于，所述图片电子文件集为按照纸质文件进行顺序扫描所得到的；

所述通过扫描仪对待处理纸质文件进行扫描，得到图片电子文件集之前，还包括：

按照不同标签分类对第三预设数量的图片电子文件进行分类整理，并制作第四预设数量的标签训练样本，所述标签包括首页标签、中间页标签和尾页标签；

基于人工智能视觉识别算法对所述第四预设数量的标签训练样本进行训练，构建人工智能视觉识别标签数据模型。

4.根据权利要求3所述的基于人工智能的纸质档案的数字化处理方法，其特征在于，所述基于人工智能视觉识别标签数据模型，对所述目标电子文件集进行分件处理，得到多个目标文件夹，包括：

基于所述人工智能视觉识别标签数据模型，对所述目标电子文件集进行首页检索和尾页检索；

根据所述首页检索和尾页检索的结果，按照预设规则建立多个目标文件夹。

5.根据权利要求4所述的基于人工智能的纸质档案的数字化处理方法，其特征在于，所述按照预设规则建立多个目标文件夹之后，还包括：

通过光学字符识别读取每个所述目标文件夹中的目标电子文件的每张图片的文字内容；

通过人工智能语义识别对所述每张图片的文字内容进行分析，对所述目标文件夹中的目标电子文件是否为同一文件进行校验。

6.根据权利要求3所述的基于人工智能的纸质档案的数字化处理方法，其特征在于，所述构建人工智能视觉识别标签数据模型之后，还包括：

通过人工智能视觉识别标签数据模型，对携带有所述首页标签的图片电子文件进行批处理并放入特定样本文件夹内；

对所述特定样本文件夹内的携带有所述首页标签的图片电子文件按照需求规则进行模型标注，得到第五预设数量的标注样本，所述需求规则包括全宗号规则、立档单位规则、目录名规则、文号规则、责任者规则、件号规则、页码规则、年份规则和日期规则；

基于人工智能结构化算法对所述第五预设数量的标注样本进行训练，得到人工智能目录抽取模型。

7.根据权利要求6所述的基于人工智能的纸质档案的数字化处理方法，其特征在于，所述得到人工智能目录抽取模型之后，还包括：

对所述特定样本文件夹内未标注的图片电子文件进行新增标注处理，得到校验标注样本；

基于人工智能结构化算法对所述校验标注样本进行校验训练，得到校验模型作为所述人工智能目录抽取模型。