合同信息提取方法、装置、计算机设备、介质和程序产品制造方法及图纸

本申请涉及一种合同信息提取方法、装置、计算机设备、介质和程序产品，通过获取待进行信息提取的影像数据，并对影像数据进行文本提取得到目标文本数据，然后获取训练得到的提取模型，根据提取模型对目标文本数据进行信息提取得到合同信息，能够实现合同信息的自动提取，提高提取速度的同时，保证所提取的合同信息的准确性。息的准确性。息的准确性。

【技术实现步骤摘要】
合同信息提取方法、装置、计算机设备、介质和程序产品


[0001]本申请涉及电子影像合同处理
，特别是涉及一种合同信息提取方法、装置、计算机设备、介质和程序产品。

技术介绍

[0002]随着现代化、信息化建设步伐的加快和对办公要求不断升级，无纸化办公概念已经渗透到各个行业中。在企业中不仅需要将大量的合同影像进行存档，同时需要对其中的关键信息进行存档录入，便于后续的合同查阅及审核。
[0003]目前，进行合同信息提取时，通常需要安排专人完成，首先需要统一的录入人员对关键信息进行理解，再对合同中的关键信息进行筛选及录入，为了避免信息的提取错误，同时会另外安排人员对提取出的关键信息进行核对。
[0004]然而，由于存在合同内容较长的情况，通过阅读查找信息会增加人工录入的工作量，且长时间阅读可能造成视觉以及人脑疲劳，导致信息查找不准确，即使统一贯宣提取内容，但是由于理解不同，同一份合同，不同的人同样会导致录入的信息不同，造成录入信息出现错误。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够准确提取合同信息的合同信息提取方法、装置、计算机设备、介质和程序产品。
[0006]第一方面，本申请提供了一种合同信息提取方法，该方法包括：
[0007]获取待进行信息提取的影像数据；
[0008]对影像数据进行文本提取得到目标文本数据；
[0009]获取训练得到的提取模型；
[0010]根据提取模型对目标文本数据进行信息提取得到合同信息。<br/>[0011]在其中一个实施例中，上述对影像数据进行文本提取得到目标文本数据，包括：
[0012]识别影像数据对应的初始文本数据；
[0013]对初始文本数据中的各字符进行排序，得到排序后的文本数据；
[0014]判断排序后的文本数据是否满足语义要求；
[0015]若排序后的文本数据满足语义要求，将排序后的文本数据作为影像数据对应的文本数据；
[0016]若排序后的文本数据不满足语义要求，则返回识别影像数据对应的初始文本数据的步骤。
[0017]在其中一个实施例中，上述对初始文本数据中的各字符进行排序，包括：
[0018]获取初始文本数据中各字符对应的字符坐标；
[0019]根据字符坐标对各字符进行排序。
[0020]在其中一个实施例中，上述获取训练得到的提取模型之前，还包括：
[0021]获取样本影像数据；
[0022]对样本影像数据进行文本提取得到样本文本数据；
[0023]对样本文本数据进行预处理，得到预处理文本数据，预处理包括数据清洗、数据转换、语义筛选中的至少一个；
[0024]对预处理文本数据进行数据标注处理，得到预处理文本数据中各字符对应的标注类别；
[0025]根据标注类别以及对应的预处理文本数据，进行模型训练得到提取模型。
[0026]在其中一个实施例中，上述根据标注类别以及对应的预处理文本数据，进行模型训练得到提取模型，包括：
[0027]将预处理文本数据输入至提取模型，得到预测类别，预测类别包括预处理文本数据中各字符对应的数据类别；
[0028]获取预测类别与标注类别对应的类别误差；
[0029]根据类别误差对提取模型进行参数优化，直至类别误差达到预设要求。
[0030]在其中一个实施例中，上述根据提取模型对目标文本数据进行信息提取得到合同信息，包括：
[0031]将目标文本数据输入至提取模型，得到目标文本数据中各字符对应的目标数据类别；
[0032]获取与预设类别相同的目标数据类别对应的目标文本数据，得到合同信息。
[0033]第二方面，本申请还提供了一种合同信息提取装置，该装置包括：
[0034]影像获取模块，用于获取待进行信息提取的影像数据；
[0035]文本获取模块，用于对影像数据进行文本提取得到目标文本数据；
[0036]模型获取模块，用于获取训练得到的提取模型；
[0037]信息提取模块，根据提取模型对目标文本数据进行信息提取得到合同信息。
[0038]第三方面，本申请还提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现第一方面任一项中的方法步骤。
[0039]第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现第一方面任一项中的方法步骤。
[0040]第五方面，本申请还提供了一种计算机程序产品，该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面任一项中的方法步骤。
[0041]上述合同信息提取方法、装置、计算机设备、介质和程序产品，通过获取待进行信息提取的影像数据，并对影像数据进行文本提取得到目标文本数据，然后获取训练得到的提取模型，根据提取模型对目标文本数据进行信息提取得到合同信息，能够实现合同信息的自动提取，提高提取速度的同时，保证所提取的合同信息的准确性。
附图说明
[0042]图1为一个实施例中合同信息提取方法的应用环境图；
[0043]图2为一个实施例中合同信息提取方法的流程示意图；
[0044]图3为图2所示实施例中S202步骤的流程示意图；
[0045]图4为图2所示实施例中合同信息提取方法的流程示意图；
[0046]图5为图4所示实施例中S405步骤的流程示意图；
[0047]图6为一个实施例中合同信息智能提取方法的流程示意图；
[0048]图7为图6所示实施例中合同信息智能提取系统的结构框图；
[0049]图8为一个实施例中合同信息提取装置的结构框图；
[0050]图9为一个实施例中计算机设备的内部结构图。
具体实施方式
[0051]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0052]本申请实施例提供的合同信息提取方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102用于接收待进行信息提取的影像数据，并将接收到的影像数据发送至服务器104，服务器104用于对影像数据进行文本提取得到目标文本数据。其中，数据存储系统存储着训练得到的提取模型，服务器104还用于根据提取模型对目标文本数据进行信息提取得到合同信息。其中，终端102可以但不限于是各种个人计算机、笔记本电脑以及智能手机等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
[0053]在一个实施例中，如图2所示，提供了一种合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种合同信息提取方法，其特征在于，所述方法包括：获取待进行信息提取的影像数据；对所述影像数据进行文本提取得到目标文本数据；获取训练得到的提取模型；根据所述提取模型对所述目标文本数据进行信息提取得到合同信息。2.根据权利要求1所述的方法，其特征在于，所述对所述影像数据进行文本提取得到目标文本数据，包括：识别所述影像数据对应的初始文本数据；对所述初始文本数据中的各字符进行排序，得到排序后的文本数据；判断所述排序后的文本数据是否满足语义要求；若所述排序后的文本数据满足所述语义要求，将所述排序后的文本数据作为所述影像数据对应的文本数据；若所述排序后的文本数据不满足所述语义要求，则返回所述识别所述影像数据对应的初始文本数据的步骤。3.根据权利要求2所述的方法，其特征在于，所述对所述初始文本数据中的各字符进行排序，包括：获取所述初始文本数据中各字符对应的字符坐标；根据所述字符坐标对所述各字符进行排序。4.根据权利要求1所述的方法，其特征在于，所述获取训练得到的提取模型之前，还包括：获取样本影像数据；对所述样本影像数据进行文本提取得到样本文本数据；对所述样本文本数据进行预处理，得到预处理文本数据，所述预处理包括数据清洗、数据转换、语义筛选中的至少一个；对所述预处理文本数据进行数据标注处理，得到所述预处理文本数据中各字符对应的标注类别；根据所述标注类别以及对应的所述预处理文本数据，进行模型训练得到提取模型。5.根据权利要求4所述的方法，其特征在于，所述根据所述标注类别以...

【专利技术属性】
技术研发人员：胡诗雨，石明，王巍，李捷，厉超，涂洪健，徐柯文，
申请(专利权)人：上海浦东发展银行股份有限公司，
类型：发明
国别省市：