[发明专利]一种文献校对方法、系统、存储介质及设备

权利要求书

1.一种文献校对方法，其特征在于，包括以下步骤：

将文献的PDF文件输入至文件提取模块进行解析，以得到所述文献的所有的文本信息及其每个文本信息的坐标，并将所述所有的文本信息中所述文献的头部信息从所述文件提取模块中输出；

将所述文献的所述PDF文件输入至图标分类模块进行解析，以得到所述文献的图标信息以及所述图标信息的坐标，并将所述图标信息输入至所述图标分类模块的分类模型中进行判别，且输出判别结果以确定所述图标信息的内容是否正确；

响应于所述图标信息的内容正确，将所述图标信息以及所述头部信息输入至信息校对模块，并基于预设规则判断所述图标信息以及所述头部信息是否正确；

响应于所述图标信息和/或所述头部信息中存在错误，基于错误信息的坐标将所述错误信息在所述PDF文件上做标记以完成所述文献的校对。

2.根据权利要求1所述的方法，其特征在于，将文献的PDF文件输入至文件提取模块进行解析包括：

将文献的PDF文件输入至文件提取模块，并利用所述文件提取模块中的PDFMiner对所述PDF文件进行解析。

3.根据权利要求1所述的方法，其特征在于，将所述图标信息输入至所述图标分类模块的分类模型中进行判别包括：

将所述图标信息输入至所述图标分类模块的预先训练完成的分类模型中进行判别，其中，所述分类模型的分类网络结构包括ResNet。

4.根据权利要求1所述的方法，其特征在于，所述文献包括报纸，所述文献的头部信息包括报头，所述图标信息包括报纸名称。

5.根据权利要求4所述的方法，其特征在于，基于预设规则判断所述图标信息以及所述头部信息是否正确包括：

判断所述头部信息中的栏目信息是否存在于预设列表中；

响应于所述栏目信息存在于所述预设列表中，判断所述栏目信息的位置是否正确；

响应于所述栏目信息的位置正确，确认所述栏目信息正确；和/或

判断所述头部信息中的日期是否为当天日期；

响应于所述日期为当天日期，判断所述日期的位置是否正确；

响应于所述日期的位置正确，确认所述日期正确；和/或

判断所述头部信息中的版号是否在预设号码范围内；

响应于所述版号在预设号码范围内，判断所述版号的位置是否正确；

响应于所述版号的位置正确，确认所述版号正确。

6.根据权利要求4所述的方法，其特征在于，基于预设规则判断所述图标信息以及所述头部信息是否正确包括：

判断所述图标信息的图标大小是否正确；

响应于所述图标信息的图标大小正确，判断所述图标信息的位置是否正确；

响应于所述图标信息的位置正确，确认所述图标信息正确。

7.根据权利要求1所述的方法，其特征在于，基于错误信息的坐标将所述错误信息在所述PDF文件上做标记以完成所述文献的校对包括：

基于错误信息的坐标对所述PDF文件上的所述错误信息进行圈注以完成所述文献的校对。

8.一种文献校对系统，其特征在于，包括：

头部信息提取模块，配置用于将文献的PDF文件输入至文件提取模块进行解析，以得到所述文献的所有的文本信息及其每个文本信息的坐标，并将所述所有的文本信息中所述文献的头部信息从所述文件提取模块中输出；

图标信息提取模块，配置用于将所述文献的所述PDF文件输入至图标分类模块进行解析，以得到所述文献的图标信息以及所述图标信息的坐标，并将所述图标信息输入至所述图标分类模块的分类模型中进行判别，且输出判别结果以确定所述图标信息的内容是否正确；

信息判断模块，配置用于响应于所述图标信息的内容正确，将所述图标信息以及所述头部信息输入至信息校对模块，并基于预设规则判断所述图标信息以及所述头部信息是否正确；以及

文献校对模块，配置用于响应于所述图标信息和/或所述头部信息中存在错误，基于错误信息的坐标将所述错误信息在所述PDF文件上做标记以完成所述文献的校对。