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！

龙图腾网获悉吉林省吉林祥云信息技术有限公司申请的专利一种基于多语言BERT模型的多分支证照关键字段及内容分割提取方法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：CN115063825B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202210516718.0，技术领域涉及：G06V30/42；该发明授权一种基于多语言BERT模型的多分支证照关键字段及内容分割提取方法是由王振鑫;杜宛泽;宋进;曹兰天;李昕昱设计研发完成，并于2022-05-12向国家知识产权局提交的专利申请。

本一种基于多语言BERT模型的多分支证照关键字段及内容分割提取方法在说明书摘要公布了：本发明是一种基于多语言BERT模型的多分支证照关键字段及内容分割提取方法。本发明涉及人工智能技术领域，本发明通过OCR工具提取证照图像中的文字信息及文字位置信息；根据文字位置信息将文字识别结果以行为单位进行划分；通过中文分词工具对每一文字行进行分词处理，得到包含此行内词汇信息的词汇列表；将词汇列表多次划分为两部分的待处理语料，通过两个并行的BERT模型分支处理，实现概率预测；通过全连接层处理BERT的概率预测结果，根据输出结果确定是否为正确分割位置。本发明实现了仅通过语义信息对证照文件中关键字段内容的分割提取，能够避免不同证照复杂多变的排版给识别带来的影响，通用性更佳，可行性更强。

本发明授权一种基于多语言BERT模型的多分支证照关键字段及内容分割提取方法在权利要求书中公布了：1.一种基于多语言BERT模型的多分支证照关键字段及内容分割提取方法，其特征是：所述方法包括以下步骤： 步骤1：通过OCR工具提取证照图像中的文字信息及文字位置信息； 步骤2：根据文字位置信息将文字识别结果以行为单位进行划分； 所述步骤2具体为： 步骤2.1：根据文字中心位置的y坐标信息对所有文字进行排序，取第一个文字为新一行的首个文字； 步骤2.2：根据首个文字对其余的文字进行遍历，当满足中心点对应y坐标的差值小于首个文字高度的12这一合并条件，则将文字加入该行，直到不再有满足条件的文字，就将其余文字中排列在第一个的文字作为新一行的首个文字； 步骤2.3：重复上述过程，直到所有文字都被添加到行中； 步骤3：通过中文分词工具对每一文字行进行分词处理，得到包含此行内词汇信息的词汇列表； 步骤4：将词汇列表多次划分为两部分的待处理语料，通过两个并行的BERT模型分支处理，实现概率预测； 所述步骤4具体为： 对于包含n个词汇以及2个占位符的列表，其中包含n+1个间隔，共进行n+1次划分；其中，划分方式为：从第一个间隔开始，间隔前的所有占位符或词汇拼接后作为第一部分待处理语料，间隔后的全部词汇或占位符拼接后作为第二部分待处理语料； 每段语料通过预训练的BERT模型得到一个三维向量，表示为，表示是关键字段的概率，表示是关键字段对应内容的概率，其中表示是其他的概率； 步骤5：通过全连接层处理BERT的概率预测结果，根据输出结果确定是否为正确分割位置； 所述步骤5具体为： 对两个分支得到的概率预测结果进行拼接，拼接得到6维向量，表示为； 拼接后的概率预测结果经过三层全连接层的处理；三层全连接层的神经元数目分别为16，6，2； 最后一层全连接层的输出为2维向量，为或，分别对应正确分割关键字段和内容、错误分割关键字段和内容。

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吉林省吉林祥云信息技术有限公司，其通讯地址为：130000 吉林省长春市净月开发区吉视传媒信息枢纽中心B座20层；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。