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！

龙图腾网获悉平安医疗健康管理股份有限公司申请的专利票据自动识别方法、装置、计算机设备及存储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：CN113569998B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202111015585.0，技术领域涉及：G06V30/42；该发明授权票据自动识别方法、装置、计算机设备及存储介质是由刘舒萍设计研发完成，并于2021-08-31向国家知识产权局提交的专利申请。

本票据自动识别方法、装置、计算机设备及存储介质在说明书摘要公布了：本申请实施例属于人工智能和数字医疗领域，应用于智慧医疗领域中，涉及一种票据自动识别方法，包括将训练数据集输入至构建的BERT网络模型中，得到表层特征、句法特征和语义特征进行拼接，得到拼接特征，基于拼接特征输出BERT网络模型的预测结果，根据预测结果计算第一损失函数，根据第一损失函数对BERT网络模型进行迭代更新，输出BERT网络模型作为票据识别模型，对待识别票据进行光学字符识别，得到文本数据，将文本数据输入至票据识别模型，输出分类结果，并确定文本数据的字段类型。本申请还提供一种票据自动识别装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，待识别票据可存储于区块链中。本申请可以自动识别出文本数据对应的字段类别。

本发明授权票据自动识别方法、装置、计算机设备及存储介质在权利要求书中公布了：1.一种票据自动识别方法，其特征在于，包括下述步骤： 获取原始票据数据集，预处理所述原始票据数据集获得训练数据集； 将所述训练数据集输入至构建的BERT网络模型中，得到表层特征、句法特征和语义特征； 将所述表层特征、所述句法特征以及所述语义特征进行拼接，得到拼接特征； 基于所述拼接特征输出所述BERT网络模型的预测结果； 根据所述预测结果计算第一损失函数，根据所述第一损失函数对所述BERT网络模型进行迭代更新，并确定迭代更新后的所述BERT网络模型是否收敛，当迭代更新后的所述BERT网络模型收敛，输出所述BERT网络模型作为票据识别模型； 获取待识别票据，对所述待识别票据进行光学字符识别，得到与所述待识别票据对应的文本数据； 将所述文本数据输入至所述票据识别模型，输出分类结果，并根据所述分类结果得到所述文本数据的字段类型； 其中，所述将所述训练数据集输入至构建的BERT网络模型中，得到表层特征、句法特征和语义特征包括： 将所述训练数据集输入至所述BERT网络模型的输入层进行向量转换，得到与所述训练数据集对应的特征向量数据； 通过所述BERT网络模型的特征提取层对所述特征向量数据进行特征提取，获得所述表层特征、所述句法特征和所述语义特征； 其中，所述特征提取层包括底层网络、中间层网络和高层网络，所述通过所述BERT网络模型的特征提取层对所述特征向量数据进行特征提取，获得所述表层特征、所述句法特征和所述语义特征包括： 通过所述底层网络从所述文本特征向量中提取表层特征，并将表层特征分别输入至所述中间层网络和所述高层网络； 通过所述中间层网络对所述表层特征进行特征提取，获得所述句法特征，并将所述句法特征输入至所述高层网络； 通过所述高层网络对所述表层特征和所述句法特征进行特征提取，得到所述语义特征； 其中，特征提取层包括堆叠而成的12层网络结构，每层网络结构采用转换器Transformer的解码器encoder部分，每一层的encoder包括一层多头注意力机制Muti-Head-Attention和一层前馈神经网络Position-Wise-Feed-Forward-Networks；其中，12层网络结构中包含1～4层底层网络，5～8层中间层网络和9～12层高层网络，底层网络用来学习短语级别的表层特征，中间层网络用来学习句法级别的句法特征，高层网络用来学习语义级别的语义特征；其中，对BERT网络模型的特征提取层进行改造，将第4层网络、第8层网络和第12层网络进行连接，即第8层网络结构的输入为第7层网络结构的输出和第4层网络结构的输出，第12层网络结构的输入则为第11层网络结构的输出和第8层网络结构的输出。

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平安医疗健康管理股份有限公司，其通讯地址为：200001 上海市黄浦区北京东路666号H区（东座）12G室；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”。