一种基于OCR的文档版本管理方法和系统
基本信息
| 申请号 | CN201910536932.0 | 申请日 | - |
| 公开（公告）号 | CN112115111A | 公开（公告）日 | 2020-12-22 |
| 申请公布号 | CN112115111A | 申请公布日 | 2020-12-22 |
| 分类号 | G06F16/18(2019.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 宋嘉琪;张怀朋;于航;张智俊;郭庆河 | 申请（专利权）人 | 上海怀若智能科技有限公司 |
| 代理机构 | 上海宏京知识产权代理事务所（普通合伙） | 代理人 | 上海怀若智能科技有限公司 |
| 地址 | 200439上海市宝山区新二路999弄148号2层823室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于OCR的文档版本管理方法和系统，涉及光学文本识别与自然语言处理领域，所述方法包括步骤1：对图片类文档进行OCR文字识别后得到纯文本文档；步骤2：对纯文本文档进行文本结构还原；步骤3：对文本结构还原后的纯文本文档进行对比，得到文档对比结果；步骤4：对文档对比结果进行结果后处理，并进行文档对比结果展示。本发明解决了现有文档版本管理系统只能基于纯文本文档进行对比，无法对比图片类文档问题；并且解决了现有的文档版本管理系统在复杂结构文本文档进行对比时，统一视为纯文本文档进行对比，在一定程度上导致文本对比精度下降，并且存在展示困难的问题。 |
