买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利金融表单识别的方法、系统、设备和介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119540971B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411609249.2，技术领域涉及：G06V30/30；该发明授权金融表单识别的方法、系统、设备和介质是由杨帆;孙帅;吴奕佳;赵冲;卫星;陆阳;周浩伟;万展翼;刘敏睿;许强;田傲翔;杜斌;张怡铭设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本金融表单识别的方法、系统、设备和介质在说明书摘要公布了：本发明涉及一种金融表单的识别方法、系统、设备和介质。方法包括：获取待识别的金融表单；根据基于分割的文本检测算法，从所述金融表单中提取不同尺度的特征图并进行融合处理，从融合后的特征图中识别并提取出所述金融表单中的文本区域；提取所述文本区域中的文本序列特征，并基于注意力机制将提取的文本序列特征进行转录处理，提取所述文本区域中的文本序列；将所述文本序列进行编码和语义增强，得到综合向量序列，并对所述综合向量序列进行解码，识别出所述金融表单中的命名实体。本发明实现了对金融表单信息的自动化、精细化提取和结构化处理。

本发明授权金融表单识别的方法、系统、设备和介质在权利要求书中公布了：1.一种金融表单的识别方法，其特征在于，所述方法包括： 获取待识别的金融表单； 根据基于分割的文本检测算法，从所述金融表单中提取不同尺度的特征图并进行融合处理，从融合后的特征图中识别并提取出所述金融表单中的文本区域； 提取所述文本区域中的文本序列特征，并基于注意力机制将提取的文本序列特征进行转录处理，提取所述文本区域中的文本序列； 将所述文本序列进行编码和语义增强，得到综合向量序列，并对所述综合向量序列进行解码，识别出所述金融表单中的命名实体； 所述根据基于分割的文本检测算法，从所述金融表单中提取不同尺度的特征图并进行融合处理，从融合后的特征图中识别并提取出所述金融表单中的文本区域，包括： 将所述金融表单输入至残差网络，通过每一个卷积层组进行特征处理，生成不同尺度的特征图；其中，所述残差网络包括多个级联的卷积层组，每个卷积层组生成一个尺度的特征图； 对最小尺度的特征图进行特征增强，并将增强后的最小尺度的特征图和剩余的各个尺度的特征图依据尺度降序排列； 基于特征金字塔算法，根据各个特征图的排列顺序，对各个特征图进行融合，得到融合后特征图； 基于差分二值化文本检测算法，从融合后的特征图中识别并提取出所述金融表单中的文本区域； 所述将所述文本序列进行编码和语义增强，得到综合向量序列，并对所述综合向量序列进行解码，识别出所述金融表单中的命名实体，包括： 将所述文本序列输入至预训练的语言模型，得到嵌入向量序列； 基于双向长短期记忆网络，捕捉所述文本序列的上下文特征，对所述上下文特征进行编码，得到上下文向量序列； 基于余弦相似度，从词向量库中筛选出所述上下文向量序列中每个上下文向量的相似向量组合； 根据注意力机制，将相似向量组合中的相似向量加权处理，对应得到每个上下文向量的语义增强向量，形成所述上下文向量序列的语义增强向量序列； 将所述语义增强向量序列、所述上下文向量序列、所述嵌入向量序列进行拼接，得到综合向量序列； 基于多层实体识别器，对所述综合向量序列进行解码，识别并提取出所述金融表单中相互嵌套的命名实体；其中，每层实体识别器包括双向长短期记忆网络和双核卷积神经网络。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。