[发明专利]文本分类方法和文本分类模型的训练方法、装置

说明书

本公开提供了一种文本分类方法、文本分类模型的训练方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及文字识别领域、深度学习领域和图像处理领域，可应用于提取文档信息等场景。文本分类方法的具体实现方案为：根据待处理图像的图像特征和待处理图像包括的多个字段，确定多个字段中每个字段的文本特征；根据多个字段的多个文本特征和多个字段在待处理图像中的多个位置信息，确定每个字段的结构特征；以及根据每个字段的文本特征和每个字段的结构特征，确定每个字段的类别。

技术领域

本公开涉及人工智能技术领域，具体涉及文字识别领域、深度学习领域和图像处理领域，可应用于提取文档信息等场景。更具体地涉及一种文本分类方法和文本分类模型的训练方法、装置、电子设备和存储介质。

背景技术

随着计算机技术和网络技术的发展，深度学习技术在众多领域得到了广泛应用。例如，可以采用深度学习技术提取图像中包括的文档，以实现文档的电子化存储。

发明内容

本公开旨在提供一种提高检测精度的文本分类方法和文本分类模型的训练方法、装置、电子设备和存储介质。

根据本公开的一个方面，提供了一种文本分类方法，包括：根据待处理图像的图像特征和待处理图像包括的多个字段，确定多个字段中每个字段的文本特征；根据多个字段的多个文本特征和多个字段在待处理图像中的多个位置信息，确定每个字段的结构特征；以及根据每个字段的文本特征和每个字段的结构特征，确定每个字段的类别。

根据本公开的另一个方面，提供了一种文本分类模型的训练方法，其中的文本分类模型包括文本特征提取网络、图卷积网络和类别预测网络；该训练方法包括：将样本图像的图像特征和样本图像包括的多个字段输入文本特征提取网络，得到多个字段中每个字段的文本特征；样本图像还包括指示每个字段的实际类别的第一信息；根据多个字段的多个文本特征和多个字段在待处理图像中的多个位置信息，采用图卷积网络确定针对多个字段的图特征，图特征包括每个字段的结构特征；将多个字段的多个文本特征和多个字段的多个结构特征输入类别预测网络，得到每个字段的预测类别；以及根据预测类别和实际类别，对文本分类模型进行训练。

根据本公开的另一个方面，提供了一种文本分类装置，包括：第一文本特征提取模块，用于根据待处理图像的图像特征和待处理图像包括的多个字段，确定多个字段中每个字段的文本特征；结构特征确定模块，用于根据多个字段的多个文本特征和多个字段在待处理图像中的位置信息，确定每个字段的结构特征；以及类别确定模块，用于根据每个字段的文本特征和每个字段的结构特征，确定每个字段的类别。

根据本公开的另一个方面，提供了一种文本分类模型的训练装置，其中的文本分类模型包括文本特征提取网络、图卷积网络和类别预测网络；该训练装置包括：第二文本特征提取模块，用于将样本图像的图像特征和样本图像包括的多个字段输入文本特征提取网络，得到多个字段中每个字段的文本特征；样本图像还包括指示每个字段的实际类别的第一信息；图特征确定模块，用于根据多个字段的多个文本特征和多个字段在待处理图像中的位置信息，采用图卷积网络确定针对多个字段的图特征，图特征包括每个字段的结构特征；类别预测模块，用于将多个字段的多个文本特征和多个字段的多个结构特征输入类别预测网络，得到每个字段的预测类别；以及第一训练模块，用于根据预测类别和实际类别，对文本分类模型进行训练。

根据本公开的另一个方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提供的文本分类方法和/或文本分类模型的训练方法。

根据本公开的另一个方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开提供的文本分类方法和/或文本分类模型的训练方法。

根据本公开的另一个方面，提供了一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令在被处理器执行时实现本公开提供的文本分类方法和/或文本分类模型的训练方法。