申请/专利权人：上海恒生聚源数据服务有限公司

申请日：2023-12-26

公开（公告）日：2024-03-29

公开（公告）号：CN117787232A

主分类号：G06F40/18

分类号：G06F40/18;G06F40/183;G06F16/35

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本申请提出一种文本表格结构还原方法、装置、电子设备及存储介质，将全部行数据输入文本表格检测模型，获得文本分类权重；继而根据文本分类权重，对全部行数据进行分割聚合，获得全部文本表格区域；根据全部文本表格区域确定每个字符的文字位置信息；将全部表格行进行分割获得至少一个文本块，并根据全部字符的文字位置信息确定对应文本块的位置信息；通过文本块的竖直方向投影信息与全部表格行，构建表格还原结果。由于在避免进行图片、PDF等格式转换的前提下，利用字符的文字位置信息对文本进行定位，从而能够准确地对待还原文件中文本表格的部分进行识别与还原，提高了识别精准度。

主权项：1.一种文本表格结构还原方法，其特征在于，包括：逐行提取待还原文本文件中的全部行数据；将全部所述行数据输入文本表格检测模型，获得文本分类权重；所述文本分类权重包含用于指示每个所述行数据属于表格行或非表格行的信息；根据全部行数据对应的文本分类权重，对全部所述行数据进行分割聚合，获得全部文本表格区域；每个所述文本表格区域包含属于所述表格行的至少一个行数据；根据全部所述文本表格区域确定每个字符的文字位置信息；将全部所述表格行进行分割获得至少一个文本块，并根据所述全部所述字符的文字位置信息确定对应文本块的位置信息；根据每个文本块的位置信息进行竖直方向投影，获得全部竖直方向投影信息；根据全部所述竖直方向投影信息与全部所述表格行，构建表格还原结果。

全文数据：

权利要求：

百度查询： 上海恒生聚源数据服务有限公司 一种文本表格结构还原方法、装置、电子设备及存储介质

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