[发明专利]一种基于NER模型的标注方法以及标注系统

权利要求书

1.一种基于NER模型的标注方法，其特征在于，包括如下步骤：

对票据样本进行OCR文字识别、结构化处理后，再采用标注工具进行标注，然后将标注后的数据送入NER模型进行训练，得到训练后的NER模型；

采用训练后的NER模型对待标记的票据样本进行标注。

2.根据权利要求1所述的标注方法，其特征在于，采用训练后的模型对待标记的票据样本进行标注的方法包括：

将所述待标记的票据样本进行图片正反矫正以及旋转矫正，然后进行OCR文字识别，再进行标注。

3.根据权利要求2所述的标注方法，其特征在于，进行所述标注之后，将标注结果组合成JSON字符串，并转换为标注工具为读取的XML格式。

4.根据权利要求2所述的标注方法，其特征在于，所述标注工具为CVAT工具。

5.根据权利要求2所述的标注方法，其特征在于，对所述NER模型进行训练的过程中，采用深度学习的算法来实现，所述算法包括BERT算法、LSTM-CRF算法、以及多模态NER模型。我们选择多模态NER模型进行训练，其中模型包含编码器、图神经网络、解码器等部分，它综合图像与文本的信息，对NER任务进行训练，是目前较为尖端的NER技术。

6.根据权利要求5所述的标注方法，其特征在于，标注后的数据量占所述票据样本数量的20％以上。

7.采用权利要求1-6任一项所述基于NER模型的标注方法的标注系统，其特征在于，包括：

模型训练模块：对票据样本进行OCR文字识别、结构化处理后，再采用标注工具进行标注，然后将标注后的数据送入NER模型进行训练，得到训练后的NER模型；

标注模块：采用训练后的NER模型对待标记的票据样本进行标注。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序执行时实现权利要求1-6任一项所述标注方法的步骤。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6任一项所述标注方法的步骤。