本公開(kāi)涉及數(shù)據(jù)處理，尤其涉及人工智能、文件識(shí)別等領(lǐng)域。

背景技術(shù)：

1、人工智能(ai，artificial?intelligence)技術(shù)，是計(jì)算機(jī)科學(xué)的一個(gè)分支。ai試圖理解事物的實(shí)質(zhì)，能夠進(jìn)行邏輯推理。隨著ai技術(shù)的發(fā)展，ai技術(shù)在不同領(lǐng)域的落地實(shí)施尤為重要。

2、目前，ai技術(shù)可以理解知識(shí)，梳理資料，并基于自身強(qiáng)大的邏輯推理能力，自動(dòng)生成文件。例如，可編寫(xiě)ppt(powerpoint，演示文稿)文檔，以提高用戶(hù)的工作效率。

技術(shù)實(shí)現(xiàn)思路

1、本公開(kāi)提供了一種文件處理方法、文件識(shí)別方法、裝置、設(shè)備以及存儲(chǔ)介質(zhì)。

2、根據(jù)本公開(kāi)的一方面，提供了一種文件處理方法，包括：

3、從基于人工智能技術(shù)生成目標(biāo)類(lèi)型文件所需的文件模板中提取出多個(gè)第一特征；

4、對(duì)多個(gè)第一特征進(jìn)行組合，以篩選能夠識(shí)別出基于人工智能技術(shù)生成的文件頁(yè)面的至少一個(gè)第二特征。

5、根據(jù)本公開(kāi)的一方面，提供了一種文件識(shí)別方法，包括：

6、從待識(shí)別文件的待識(shí)別頁(yè)面中提取出多個(gè)第三特征；

7、將多個(gè)第三特征進(jìn)行組合，得到至少一個(gè)第四特征；

8、將多個(gè)第三特征和至少一個(gè)第四特征，與基于人工智能技術(shù)生成待識(shí)別文件的文件類(lèi)型所需的文件模板的已知特征集進(jìn)行匹配，得到特征匹配度；

9、在特征匹配度滿(mǎn)足預(yù)設(shè)條件的情況下，確定待識(shí)別頁(yè)面基于人工智能技術(shù)生成。

10、根據(jù)本公開(kāi)的另一方面，提供了一種文件處理裝置，包括：

11、第一提取模塊，用于從基于人工智能技術(shù)生成目標(biāo)類(lèi)型文件所需的文件模板中提取出多個(gè)第一特征；

12、篩選模塊，用于對(duì)多個(gè)第一特征進(jìn)行組合，以篩選能夠識(shí)別出基于人工智能技術(shù)生成的文件頁(yè)面的至少一個(gè)第二特征。

13、根據(jù)本公開(kāi)的另一方面，提供了一種文件識(shí)別裝置，包括：

14、第二提取模塊，用于從待識(shí)別文件的待識(shí)別頁(yè)面中提取出多個(gè)第三特征；

15、組合模塊，用于將多個(gè)第三特征進(jìn)行組合，得到至少一個(gè)第四特征；

16、匹配模塊，用于將多個(gè)第三特征和至少一個(gè)第四特征，與基于人工智能技術(shù)生成待識(shí)別文件的文件類(lèi)型所需的文件模板的已知特征集進(jìn)行匹配，得到特征匹配度；

17、確定模塊，用于在特征匹配度滿(mǎn)足預(yù)設(shè)條件的情況下，確定待識(shí)別頁(yè)面基于人工智能技術(shù)生成。

18、根據(jù)本公開(kāi)的另一方面，提供了一種電子設(shè)備，包括：

19、至少一個(gè)處理器；以及

20、與該至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，

21、該存儲(chǔ)器存儲(chǔ)有可被該至少一個(gè)處理器執(zhí)行的指令，該指令被該至少一個(gè)處理器執(zhí)行，以使該至少一個(gè)處理器能夠執(zhí)行本公開(kāi)實(shí)施例中任一方法。

22、根據(jù)本公開(kāi)的另一方面，提供了一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，該計(jì)算機(jī)指令用于使該計(jì)算機(jī)執(zhí)行根據(jù)本公開(kāi)實(shí)施例中任一方法。

23、根據(jù)本公開(kāi)的另一方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)本公開(kāi)實(shí)施例中任一方法。

24、本公開(kāi)實(shí)施例通過(guò)篩選出用于識(shí)別人工智能技術(shù)生成文件的模板特征以及組合特征規(guī)則，能夠提升人工智能技術(shù)生成文件的識(shí)別準(zhǔn)確率和識(shí)別效率。

25、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識(shí)本公開(kāi)的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本公開(kāi)的范圍。本公開(kāi)的其它特征將通過(guò)以下的說(shuō)明書(shū)而變得容易理解。

技術(shù)特征：

1.一種文件處理方法，包括：

2.根據(jù)權(quán)利要求1所述的方法，其中，所述對(duì)所述多個(gè)第一特征進(jìn)行組合，以篩選能夠識(shí)別出基于人工智能技術(shù)生成的文件頁(yè)面的至少一個(gè)第二特征，包括：

3.根據(jù)權(quán)利要求2所述的方法，其中，所述基于文件識(shí)別結(jié)果的召回率和/或準(zhǔn)確率，篩選出至少一個(gè)第二特征，包括：

4.根據(jù)權(quán)利要求3所述的方法，其中，所述以最大化目標(biāo)函數(shù)為準(zhǔn)則，基于遺傳算法對(duì)所述多個(gè)第一特征進(jìn)行組合，得到所述至少一個(gè)第二特征，包括：

5.根據(jù)權(quán)利要求2所述的方法，其中，所述基于文件識(shí)別結(jié)果的召回率和/或準(zhǔn)確率，篩選出至少一個(gè)第二特征，包括：

6.根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的方法，還包括：

7.根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的方法，其中，所述第一特征用于描述所述文件模板中多個(gè)模板元素各自的排版特征、不同模板元素之間的相對(duì)特征、同類(lèi)模板元素之間的相對(duì)特征中的至少一種。

8.一種文件識(shí)別方法，包括：

9.根據(jù)權(quán)利要求8所述的方法，其中，所述第三特征用于描述所述待識(shí)別頁(yè)面中多個(gè)頁(yè)面元素各自的排版特征、不同頁(yè)面元素之間的相對(duì)特征、同類(lèi)頁(yè)面元素之間的相對(duì)特征中的至少一種。

10.根據(jù)權(quán)利要求8所述的方法，其中，所述特征匹配度包括第一子匹配度和第二子匹配度；所述第一子匹配度基于所述多個(gè)第三特征和所述已知特征集中的與所述多個(gè)第三特征對(duì)應(yīng)的第一特征之間的匹配結(jié)果確定；所述第二子匹配度基于所述至少一個(gè)第四特征和所述已知特征集中的與所述至少一個(gè)第四特征對(duì)應(yīng)的第二特征之間的匹配結(jié)果確定；

11.根據(jù)權(quán)利要求8所述的方法，其中，所述將所述多個(gè)第三特征進(jìn)行組合，得到至少一個(gè)第四特征，包括：

12.根據(jù)權(quán)利要求8-11中任一項(xiàng)所述的方法，還包括：

13.一種文件處理裝置，包括：

14.根據(jù)權(quán)利要求13所述的裝置，其中，所述篩選模塊，包括：

15.根據(jù)權(quán)利要求14所述的裝置，其中，所述篩選子單元，具體用于：

16.根據(jù)權(quán)利要求15所述的裝置，其中，所述篩選子單元，具體用于：

17.根據(jù)權(quán)利要求14所述的裝置，其中，所述篩選子單元，具體用于：

18.根據(jù)權(quán)利要求13-17中任一項(xiàng)所述的裝置，還包括：

19.根據(jù)權(quán)利要求13-17中任一項(xiàng)所述的裝置，其中，所述第一特征用于描述所述文件模板中多個(gè)模板元素各自的排版特征、不同模板元素之間的相對(duì)特征、同類(lèi)模板元素之間的相對(duì)特征中的至少一種。

20.一種文件識(shí)別裝置，包括：

21.根據(jù)權(quán)利要求20所述的裝置，其中，所述第三特征用于描述所述待識(shí)別頁(yè)面中多個(gè)頁(yè)面元素各自的排版特征、不同頁(yè)面元素之間的相對(duì)特征、同類(lèi)頁(yè)面元素之間的相對(duì)特征中的至少一種。

22.根據(jù)權(quán)利要求20所述的裝置，其中，所述特征匹配度包括第一子匹配度和第二子匹配度；所述第一子匹配度基于所述多個(gè)第三特征和所述已知特征集中的與所述多個(gè)第三特征對(duì)應(yīng)的第一特征之間的匹配結(jié)果確定；所述第二子匹配度基于所述至少一個(gè)第四特征和所述已知特征集中的與所述至少一個(gè)第二特征對(duì)應(yīng)的第二特征之間的匹配結(jié)果確定；

23.根據(jù)權(quán)利要求20所述的裝置，其中，所述組合模塊，包括：

24.根據(jù)權(quán)利要求20-23中任一項(xiàng)所述的裝置，所述確定模塊，還用于：

25.一種電子設(shè)備，包括：

26.一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行根據(jù)權(quán)利要求1-12中任一項(xiàng)所述的方法。

27.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)權(quán)利要求1-12中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本公開(kāi)提供了文件處理方法、文件識(shí)別方法、裝置、設(shè)備以及存儲(chǔ)介質(zhì)，本公開(kāi)涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及人工智能、文件識(shí)別等領(lǐng)域。具體實(shí)現(xiàn)方案為：從基于人工智能技術(shù)生成目標(biāo)類(lèi)型文件所需的文件模板中提取出多個(gè)第一特征；對(duì)所述多個(gè)第一特征進(jìn)行組合，以篩選能夠識(shí)別出基于人工智能技術(shù)生成的文件頁(yè)面的至少一個(gè)第二特征。本公開(kāi)實(shí)施例通過(guò)篩選出用于識(shí)別人工智能技術(shù)生成文件的模板特征以及組合特征規(guī)則，能夠提升人工智能技術(shù)生成文件的識(shí)別準(zhǔn)確率和識(shí)別效率。

技術(shù)研發(fā)人員：楊曙光,薛璐影,白云龍
受保護(hù)的技術(shù)使用者：百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10