[发明专利]凭证分类的方法、装置、电子设备和存储介质

说明书

本发明公开了凭证分类的方法、装置、电子设备和存储介质，涉及人工智能技术领域。该方法的一具体实施方式包括：获取凭证处理请求中的凭证图像；调用图像识别模型，识别对凭证图像中背景信息，以查询对应的业务类型；调用业务类型对应的语义分割模型，计算凭证图像中各要素参数对应的文本位置信息，以分割得出各要素参数对应的文本图像；调用文字识别模型，识别每个文本图像的文本信息，得出凭证图像的文本信息集合，进而确定文本信息集合的特征向量；调用分类模型确定凭证图像的类型，向终端发送凭证图像的类型。该实施方式能够解决现有识别方式对不标准的凭证识别困难，导致无法准确的识别出凭证的类型，进而降低凭证分类准确率的问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种凭证分类的方法、装置、电子设备和存储介质。

背景技术

在采用标准化凭证的业务场景中，现有技术中通常为通过模板识别或二维码识别的方式即可对凭证进行类型识别，进而实现对凭证分类。但是对于一些不标准的凭证，没有采用标准化格式，或者有其他一些机构自主印刷，其使用的字体、语种、文字位置关系均具有多样性，现有的识别方式对其内容进行识别困难，导致无法准确的识别出凭证的类型，进而降低凭证分类的准确率。

发明内容

有鉴于此，本发明实施例提供一种凭证分类的方法、装置、电子设备和存储介质，能够解决现有识别方式对不标准的凭证识别困难，导致无法准确的识别出凭证的类型，进而降低凭证分类准确率的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种凭证分类的方法。

本发明实施例的一种凭证分类的方法包括：接收终端发送的凭证处理请求，获取所述凭证处理请求中的凭证图像；调用图像识别模型，识别对所述凭证图像中背景信息，以基于预设映射关系查询对应的业务类型；调用所述业务类型对应的语义分割模型，计算所述凭证图像中各要素参数对应的文本位置信息，以分割得出各所述要素参数对应的文本图像；调用文字识别模型，识别每个文本图像的文本信息，得出所述凭证图像的文本信息集合，进而计算所述文本信息集合中各文本信息的词频特征值，以确定所述文本信息集合的特征向量；根据所述特征向量，调用分类模型确定所述凭证图像的类型，向所述终端发送所述凭证图像的类型。

在一个实施例中，所述调用图像识别模型，识别对所述凭证图像中背景信息，以基于预设映射关系查询对应的业务类型，包括：

调用图像识别模型，识别所述凭证图像中背景图像包括的字符，基于预设映射关系，从数据库中查询所述字符对应的业务类型。

在又一个实施例中，所述凭证图像中背景图像包括的字符包括字符图案和/字符串。

在又一个实施例中，在所述调用文字识别模型识别所述文本图像的文本信息，得出文本信息集合之后，还包括：

基于所述要素参数与所述文本图像之间的对应关系，确定所述要素参数对应的文本信息；

向所述终端发送所述业务要素参数对应的文本信息。

在又一个实施例中，所述计算所述文本信息集合中各文本信息的词频特征值，包括：

对所述文本信息集合中每个文本信息，计算所述每个文本信息在所述文本集合中出现的次数和所述每个文本信息的逆文档频率，将所述次数与所述逆文档频率的乘积确定为所述每个文本信息的词频特征值。

在又一个实施例中，在所述接收终端发送的分类请求之前，还包括：

获取包括类型标签的历史凭证图像和待训练模型，所述待训练模型包括待训练的图像识别模型、语义分割模型、文字识别模型和分类模型；

接收输入指令，获取所述输入指令中的待定参数值，将所述待训练模型中待调整参数配置为所述待定参数值；

将所述历史凭证图像输入所述待训练模型，以调整所述待定参数值，得出训练后的模型。