[发明专利]业务数据的处理方法、装置和服务器

说明书

本说明书提供了业务数据的处理方法、装置和服务器。基于该方法，可以使用已有的预设的OCR识别模型来处理包含有目标业务数据的目标图像，并从中提取出目标文本字段；再根据与目标业务数据匹配的目标文本字段库，确定目标文本字段是否属于待校正的专有文本字段；在确定属于待校正的专有文本字段的情况下，获取同时包含有音阶码和字形码的音形码数据；进一步，可以根据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，从目标文本字段库所包含的预设的专有文本字段中筛选出参考文本字段；并利用参考文本字段对当前得到的目标文本字段进行针对性的校正处理，从而可以得到较为准确的校正后的目标文本字段。

技术领域

本说明书属于人工智能技术领域，尤其涉及业务数据的处理方法、装置和服务器。

背景技术

在一些业务数据处理场景中，可能直接采集得到的是包含有业务数据的图像数据，这时需要先从上述图像数据中识别提取出相关的文本字段，以便后续可以利用所提取出文本数据形式的文本字段进行具体的业务数据处理。

基于现有的业务数据的处理方法，如果需要从包含有某种业务数据的图像数据中识别提取出相关的文本字段，往往需要先采集大量包含有该主题类型的业务数据的图像数据作为样本数据；再利用上述样本数据进行大量的模型训练，才能得到针对该主题类型的OCR(Optical Character Recognition，光学字符识别)识别模型；进而可以使用上述OCR识别模型识别处理图像数据，以提取出相关的文本字段。

可见，基于现有的业务数据的处理方法需要先耗费大量的资源、时间和成本来专门训练针对待处理的业务数据的主题类型的OCR识别模型，这样势必会增加业务数据的处理成本，也降低了业务数据的处理效率。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本说明书提供了一种业务数据的处理方法、装置和服务器，能够直接基于已有的预设的OCR识别模型，高效、精准地从目标图像中识别并提取出目标业务数据中的专有文本字段，有效地降低业务数据的处理成本，提高业务数据的处理效率。

本说明书提供了一种业务数据的处理方法，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。

在一个实施例中，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。

在一个实施例中，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；