[发明专利]系统栏位的填写方法、装置、电子设备及计算机存储介质

说明书

本申请提供一种系统栏位的填写方法、装置、电子设备及计算机存储介质，可应用于人工智能领域、大数据领域或金融领域，该方法包括：获取待识别图片后，对待识别图片中的文字进行识别，得到文字识别结果；然后，针对每一个目标文字，将目标文字与目标文字在待识别图片中的位置信息输入至文字类别区分模型，输出得到目标文字的类别区分结果；之后，根据预先录入的表格文字与系统栏位之间的映射关系，将类别区分结果为手写文字的目标文字与数据库中的字段通过表格文字进行对应，得到目标内容；最后，将目标内容填入至对应的系统栏位中。从而可以精准得判断手写文字的内容，且自动填入至对应的系统栏位中。

技术领域

本申请涉及计算机技术领域，特别涉及一种系统栏位的填写方法、装置、电子设备及计算机存储介质。

背景技术

普通的OCR(optical characterrecognition)文字识别技术可适用范围较广，但是由于手写文字的差异化过大，部分文字无法精准识别。因此在银行业务中，常常遇到需要对手工填写的表格进行人工复查后才能录入电脑的场景，并且现有OCR技术无法自动将表格内容填入对应系统栏位中。

发明内容

有鉴于此，本申请提供一种系统栏位的填写方法、装置、电子设备及计算机存储介质，可以精准得判断手写文字的内容，且自动填入至对应的系统栏位中。

本申请第一方面提供了一种系统栏位的填写方法，包括：

获取待识别图片；

对所述待识别图片中的文字进行识别，得到文字识别结果；其中，所述文字识别结果中包括多个识别得到的目标文字；

针对每一个目标文字，将所述目标文字与所述目标文字在所述待识别图片中的位置信息输入至文字类别区分模型，输出得到所述目标文字的类别区分结果；其中，所述目标文字的类别区分结果包括手写文字和表格文字；所述文字类别区分模型由至少一个训练样本数据对机器学习训练模型进行训练得到；所述训练样本数据包括训练样本文字、所述训练样本文字在训练样本图片中的位置信息以及所述训练样本文字的真实类别；

根据预先录入的表格文字与系统栏位之间的映射关系，将类别区分结果为手写文字的目标文字与数据库中的字段通过表格文字进行对应，得到目标内容；

将所述目标内容填入至对应的系统栏位中。

可选的，所述文字类别区分模型的构建方法，包括：

构建训练样本集；其中，所述训练样本集包括至少一个训练样本数据；所述训练样本数据包括训练样本文字、所述训练样本文字在训练样本图片中的位置信息以及所述训练样本文字的真实类别；

将所述训练样本文字和所述训练样本文字在训练样本图片中的位置信息输入至机器学习模型中，输出得到所述训练样本文字的预测类别；

利用所述训练样本文字的预测类别与所述训练样本文字的真实类别之间的误差对所述机器学习模型中的参数进行调整，直至所述训练样本文字的预测类别与所述训练样本文字的真实类别之间的误差满足预设的收敛条件，将所述机器学习模型作为文字类别区分模型。

可选的，所述将所述待识别图片的文字识别结果和所述待识别图片中文字识别结果中文字对应的位置信息，输入至文字类别区分模型，输出得到文字类别区分结果之后，还包括：

将类别区分结果为表格文字与类别区分结果为手写文字进行一一对应存储；其中，所述表格文字将作为所述手写文字的属性进行存储。

可选的，所述将所述目标内容填入至对应的系统栏位中之前，包括：

判断历史录入的数据中是否有与所述目标内容相同的历史内容；

若判断出历史录入的数据中有与所述目标内容相同的历史内容，则可直接根据历史数据确定所述目标内容的准确性；