[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

说明书

本发明涉及一种基于人工智能的纸质档案的数字化处理方法、系统及设备，方法包括：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；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，有效地提高了纸质档案数字化的效率。

技术领域

本发明属于档案数字化技术领域，具体涉及一种基于人工智能的纸质档案的数字化处理方法、系统及设备。

背景技术

档案管理无论是对于哪个行业来说都十分重要，随着时代的不断发展，纸质版的档案逐渐的被淘汰，电子档案由于其便捷、易存储、易查询的特性逐渐替代了纸质版档案，对于之前的纸质版档案则需要对其进行数字化处理，从而保证档案的时效性。目前，大多数的纸质档案数字化处理均为人工完成，效率相对较低，而且耗费大量的人力成本。

因此，如何提高对纸质档案的数字化处理便成了本领域的技术人员亟需解决的技术问题。

发明内容

为了至少解决现有技术存在的上述问题，本发明提供了一种基于人工智能的纸质档案的数字化处理方法、系统及设备。

本发明提供的技术方案如下：

一方面，一种基于人工智能的纸质档案的数字化处理方法，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。

可选的，上述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。

可选的，上述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。

可选的，上述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：