[发明专利]一种基于大数据分析的OFD版式文件的自动签章方法及系统

权利要求书

1.一种基于大数据分析的OFD版式文件的自动签章方法，其特征在于，所述方法包括：

构建初始的自动签章模型；其中，所述自动签章模型，包括：基础信息和规则信息；

获取用户的至少一个历史签章文档，对所述至少一个历史签章文档以签章位置为中心解析预设范围内的文字内容，并对所述文字内容进行分词处理，获取每个历史签章文档对应的规则信息；

根据用户的基础信息和每个历史签章文档对应的规则信息对所述初始的自动签章模型进行训练，以获取经过训练的自动签章模型；

接收用户根据待签章文档发送的文档签章请求，对所述文档签章请求进行解析，确定目标基础信息，并根据所述目标基础信息利用所述经过训练的自动签章模型自动对所述待签章文档进行签章。

2.根据权利要求1所述的方法，其特征在于，所述基础信息，包括：印章信息和用户信息，所述规则信息，包括：签章位置中心的核心文字、签章位置与核心文字的相对坐标信息和相关文字。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

采集用户每次对文档手动盖章的位置信息，并计算每个文字使用的次数，确定每个文字对应的频度，优化自动签章模型的可用性和适用性；针对每个自动签章模型中的多个文字内容生成对应的频繁项集：{X,Y1,Y2,…,Yn}＝Z；即X,Y1,Y2,…,Xn出现在同一个区域，则X所在区域为签章位置；其中，X为核心文字,Y1,Y2,…,Xn为相关文字；Z为盖章区域。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

针对每个自动签章模型，设置对应的最小频度，通过最小频度进行模型评价，使用已签章的文档进行重复签章测试，确定自动签章位置与已签章位置的差异；其中，评价模型质量的指标包括：平均误差率和线性回归判定系数R2。

5.根据权利要求2所述的方法，其特征在于，所述根据所述目标基础信息利用所述经过训练的自动签章模型自动对所述待签章文档进行签章，包括：

根据所述目标基础信息确定对应的经过训练的自动签章模型，并利用对应的经过训练的自动签章模型确定至少一个核心文字；

选取所述至少一个核心文字中频度最大的文字作为目标核心文字，根据所述目标核心文字关联出模型库中的相关文字，并选取所述相关文字中频度最大的文字作为目标相关文字；

对所述待签章文档进行分析，确定所述目标核心文字在所述待签章文档中的位置，获取目标核心文字坐标信息；

根据所述目标核心文字坐标信息和预设的分析范围确定内容提取区域，并对所述内容提取区域中的文字进行识别和分词处理，以获取分词数据；

将所述分词数据与所述目标中满足频度要求的相关文字进行比对，当匹配度大于预设的最小匹配度时，在所述目标核心文字坐标信息处进行签章。

6.一种基于大数据分析的OFD版式文件的自动签章系统，其特征在于，所述系统包括：

自动签章模型构建单元，用于构建初始的自动签章模型；其中，所述自动签章模型，包括：基础信息和规则信息；

规则信息确定单元，用于获取用户的至少一个历史签章文档，对所述至少一个历史签章文档以签章位置为中心解析预设范围内的文字内容，并对所述文字内容进行分词处理，获取每个历史签章文档对应的规则信息；

自动签章模型训练单元，用于根据用户的基础信息和每个历史签章文档对应的规则信息对所述初始的自动签章模型进行训练，以获取经过训练的自动签章模型；

自动签章单元，用于接收用户根据待签章文档发送的文档签章请求，对所述文档签章请求进行解析，确定目标基础信息，并根据所述目标基础信息利用所述经过训练的自动签章模型自动对所述待签章文档进行签章。

7.根据权利要求6所述的系统，其特征在于，所述基础信息，包括：印章信息和用户信息，所述规则信息，包括：签章位置中心的核心文字、签章位置与核心文字的相对坐标信息和相关文字。