表格信息提取模型的训练方法及装置
基本信息
| 申请号 | CN202111000445.6 | 申请日 | - |
| 公开（公告）号 | CN113723278A | 公开（公告）日 | 2021-11-30 |
| 申请公布号 | CN113723278A | 申请公布日 | 2021-11-30 |
| 分类号 | G06K9/00;G06K9/46;G06K9/62;G06F40/126;G06F40/18 | 分类 | 计算；推算；计数; |
| 发明人 | 李彦达;郝东 | 申请（专利权）人 | 上海云从汇临人工智能科技有限公司 |
| 代理机构 | 北京瀚仁知识产权代理事务所（普通合伙） | 代理人 | 宋宝库;郭婷 |
| 地址 | 200120 上海市浦东新区南汇新城镇环湖西二路888号C楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请公开了一种表格信息提取模型的训练方法，包括：对表格语料的单元格进行处理，得到单元格的特征向量；根据单元格的位置信息计算邻接矩阵，对单元格的特征向量和邻接矩阵进行特征抽取，得到单元格的高阶特征向量；利用高阶特征向量预测单元格的原始文本，并利用单元格的文本进行模型训练，得到表格语言模型；利用当前表格信息提取任务对应的训练样本对表格语言模型进行训练，得到表格信息提取模型。针对每个不同的表格提取任务，只需要在已训练好的表格语言模型的基础上，利用不同任务对应的少量的训练样本训练得到相应的表格信息提取模型，每次训练都无需再对表格语言模型进行训练，明显减少了训练时间和训练样本。 |
