申请/专利权人：浪潮软件科技有限公司

申请日：2023-08-16

公开（公告）日：2024-03-15

公开（公告）号：CN117710996A

主分类号：G06V30/412

分类号：G06V30/412;G06V30/19;G06V30/262;G06V30/18;G06V10/44;G06V10/764;G06V10/82;G06F40/216;G06N3/0455;G06N3/044;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明提供一种基于深度学习的非结构化表格文档的数据抽取、归类与储存方法，属于大数据治理领域，本发明包括文档预处理、表格检测、表格内容识别、表格数据归类以及表格数据储存五个步骤，实现自动化的数据抽取，减少了人工操作的工作量和错误率。

主权项：1.基于深度学习的非结构化表格文档的数据抽取、归类与储存方法，其特征在于，包括文档预处理、表格检测、表格内容识别、表格数据归类以及表格数据储存五个步骤，1文档预处理，采用图像增强、去噪处理对图像进行处理，以便后续的表格检测和识别；2表格检测，采用深度学习模型中的TableNet模型，使用前需要样本对模型进行训练，达到可应用标准后方可进行表格检测；3表格内容识别，采用OCR技术，配合深度学习模型，在有样本训练后方可使用；4表格数据归类，采用NLP模型，对表格中的文本内容进行文本分类，使用前有充足的数据进行训练，并且能够使得模型达到应用标准；5表格数据存储，格式一律使用CSV格式，以便数据库录入及导出。

全文数据：

权利要求：

百度查询： 浪潮软件科技有限公司 基于深度学习的非结构化表格文档的数据抽取、归类与储存方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD