[发明专利]一种基于自然语言处理的文档校验方法

说明书

本发明公开了一种基于自然语言处理的文档校验方法，涉及数据处理技术领域，主要包括步骤：通过查找预设字向量表的方式对各文字段信息进行拆分以获得位置信息、初步预测下的字向量信息以及当前文字段信息整体的文本信息；组合前后文本信息，并通过比较前后文本信息中字向量信息以及相应位置信息的拟合度获取前后文本信息的相似度信息；获取修正后目标文档的语句信息并语义标注；通过识别语义标注进行目标文档内容获取；通过自然语言处理对文档内容进行分析，并根据分析结果提取出其中含有预设违规语料的文档内容并标注。本发明通过上下文对目标文本信息进行双向预测，从而可以获得更为准确语句信息，提高了自然语言处理的校验准确率。

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于自然语言处理的文档校验方法。

背景技术

数字化转型是各行各业近年来的主要发展方向，其能提高行业发展与运行中的质量、效率和效益。在服务类行业中，常常有各种服务类技术规范对该行业进行行业标准约束，由于这些技术规范没有统一的模板，格式、文档规范上存在的差异，造成提报方工作效率低。同时，由于技术规范的校验欠缺智能化手段，目前主要依靠专业人员手动校验，造成工作量大、校验效率低。因此，如何将对服务类技术规范的校验进行数字化转换，提高校验效率，推动行业标准的正向改进，就是本发明亟待解决的技术问题。

发明内容

为了实现服务类技术规范文档审查的数字化转型，提高校验效率，本发明提出了一种基于自然语言处理的文档校验方法，包括步骤：

S1：获取目标文档的图像扫描信息并提取出其中多个文字段信息；

S2：通过查找预设字向量表的方式对各文字段信息进行拆分以获得位置信息、初步预测下的字向量信息以及当前文字段信息整体的文本信息；

S3：获取当前文本信息任意组合下的前后文本信息，并通过比较前后文本信息中字向量信息以及相应位置信息的拟合度获取前后文本信息的相似度信息；

S4：根据相似度信息对当前文字段信息进行预测修正，并获取修正后目标文档的语句信息；

S5：通过对语句信息进行语义标注，并通过识别语义标注进行目标文档内容获取；

S6：通过自然语言处理对文档内容进行分析，并根据分析结果提取出其中含有预设违规语料的文档内容并标注。

进一步地，所述S1步骤具体包括步骤：

S11：获取目标文档的图像扫描信息，并对图像扫描信息进行信息分类划分；

S12：根据分类划分出的文本图块进行文字段信息识别。

进一步地，所述图像扫描信息的信息分类划分通过卷积循环神经网络实现，所述卷积循环神经网络中包括卷积层、全连接层和池化层，卷积层均采用预设大小的卷积核，其中：

通过卷积层对图像扫描信息进行逐层特征提取，并通过全连接层进行各层特征融合，根据融合后的特征，通过池化层获得信息分类划分结果。

进一步地，所述S3步骤中，当前文本信息任意组合下的前后文本信息，指拼接当前文本信息以及与当前文本信息相邻或非相邻的前后任意文本信息，并获得拼接后组成的前后文本信息。

进一步地，所述S3步骤中，通过将字向量信息根据相应位置信息映射到预设维度空间中，根据前后文本信息在预设维度区间中字向量信息的拟合度获得相似度信息。

进一步地，所述S5步骤中，对语句信息进行语义标注具体步骤为：

通过分析语句信息与目标语料库中数据的语义相似度进行语义标注。

进一步地，所述语义相似度是通过长短期神经网络分别获取语句信息与目标语料库中数据的特征向量，并根据特征向量之间的相关度计算获取，具体计算公式为：