一种基于分类算法的文档表格内容识别方法及装置
基本信息
| 申请号 | CN201911411028.3 | 申请日 | - |
| 公开（公告）号 | CN111209831A | 公开（公告）日 | 2020-05-29 |
| 申请公布号 | CN111209831A | 申请公布日 | 2020-05-29 |
| 分类号 | G06K9/00 | 分类 | 计算；推算；计数; |
| 发明人 | 李鹏辉;金鑫;邱锡鹏 | 申请（专利权）人 | 上海犀语科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 200433 上海市杨浦区大学路322号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于分类算法的文档表格内容识别方法，包含以下步骤：A、对文档进行解析；B、实现文表分离；C、根据表格第一列和表格前的文本对表格进行分类；D、将表格还原并结构化入库。本发明通过利用深度学习技术巧妙地设计相关的分类模型，高效精确地实现文表分离、表名识别、表格还原等模块，最后准确地实现表格内容识别且结构化入库，避免了大量的规则，开发成本小且易于维护。 |
