[发明专利]业务数据的处理方法、装置和服务器

权利要求书

1.一种业务数据的处理方法，其特征在于，包括：

获取目标图像；其中，所述目标图像包含有目标业务数据；

通过调用预设的OCR识别模型处理所述目标图像，得到相应的OCR识别结果；并根据所述OCR识别结果，提取出目标文本字段；

根据目标文本字段库，确定所述目标文本字段是否属于待校正的专有文本字段；其中，所述目标文本字段库与目标业务数据的主题类型匹配；所述目标文本字段库存储有多个预设的专有文本字段；

在确定所述目标文本字段属于待校正的专有文本字段的情况下，获取目标文本字段的音形码数据；其中，所述音形码数据包括基于字符的发音特征得到的音阶码，和基于字符的字形特征得到的字形码；

根据所述目标文本字段的音形码数据，以及目标文本字段与预设的专有文本字段的编辑距离，确定出目标文本字段与预设的专有文本字段的相似度参数；

根据所述相似度参数，从目标文本字段库中筛选出符合要求的预设的专有文本字段，作为参考文本字段；并根据所述参考文本字段，校正所述目标文本字段。

2.根据权利要求1所述的方法，其特征在于，所述目标业务数据包括以下至少之一：财务报表、转账凭证、交易订单。

3.根据权利要求2所述的方法，其特征在于，通过调用预设的OCR识别模型处理所述目标图像，得到相应的OCR识别结果，包括：

确定目标业务数据的主题类型；

根据目标业务数据的主题类型，从多个预设的结构模板中，筛选出与主题类型对应的目标结构模板；

根据所述目标结构模板，对所述目标图像进行切片处理，得到多个图像切片；

调用预设的OCR识别模型处理所述多个图像切片，以得到相应的OCR识别结果。

4.根据权利要求3所述的方法，其特征在于，根据目标文本字段库，确定所述目标文本字段是否属于待校正的专有文本字段，包括：

从多个预设的文本字段库中确定出与目标业务数据的主题类型匹配的目标文本字段库；

统计目标文本字段所包含的字符数；

从所述目标文本字段库中筛选出字符数相同的预设的专有文本字段作为对照文本字段；

统计所述对照文本字段与目标文本字段之间相同字符的占比；

检测是否存在至少一个对照文本字段与目标文本字段之间的相同字符的占比大于预设的占比阈值；

在确定存在至少一个对照文本字段与目标文本字段之间的相同字符的占比大于预设的占比阈值的情况下，获取目标文本字段的置信度参数；

根据所述目标文本字段的置信度参数，确定所述目标文本字段是否属于待校正的专有文本字段。

5.根据权利要求4所述的方法，其特征在于，获取目标文本字段的置信度参数，包括：

在调用预设的OCR识别模型处理所述多个图像切片，以得到相应的OCR识别结果的同时，获取所述预设的OCR识别模型输出的针对所述OCR识别结果的预测分数值；

根据所述预测分数值，确定所述目标文本字段的置信度参数。

6.根据权利要求1所述的方法，其特征在于，获取目标文本字段的音形码数据，包括：

确定出目标文本字段中字符的韵母、声母和声调；

根据所述目标文本字段中字符的韵母、声母和声调，以及预设的编码规则，构造对应的音阶码；

确定出目标文本字段中字符的结构、四角编码和笔画数；

根据所述目标文本字段中字符的结构、四角编码和笔画数，以及预设的编码规则，构造对应的字形码；

拼接所述音阶码和所述字形码，得到目标文本字段的音形码数据。

7.根据权利要求6所述的方法，其特征在于，根据所述目标文本字段的音形码数据，以及目标文本字段与预设的专有文本字段的编辑距离，确定出目标文本字段与预设的专有文本字段的相似度参数，包括：

根据所述目标文本字段的音形码数据，计算目标文本字段与预设的专有文本字段的音阶码相似度参数、字形码相似度参数；

根据预设的权重参数，对所述目标文本字段与预设的专有文本字段的编辑距离、音阶码相似度参数、字形码相似度参数进行加权求和，以得到目标文本字段与预设的专有文本字段的相似度参数。