基于神经网络的电子卷宗自动分类方法研究

• 作者: 李盼 王玉 吴正午
• 来源期刊: 中国电子科学研究院学报
• 关键词: 电子卷宗 神经网络 分类
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 工程应用|Engineering and Application
• 页码范围: 363-368
• 页数: 6页
• 分类号: TP391.3
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5692.2021.04.010

摘要

针对电子卷宗文档图像的自动化识别分类对上下文的逻辑结构考虑不充分的问题,提出一种基于神经网络的电子卷宗识别方法.首先,输入电子卷宗图像;然后,利用卷积神经网络识别图像的静态特征;第三,根据电子卷宗的关键要素及上下文关系,将这些静态特征按特定的版面结构转换为时序信号;第四,利用循环神经网络对时序信号进行处理,识别电子卷宗的动态特征;最后,通过对涵盖民事、刑事、行政三类案件类型的电子卷宗的自动识别实验对该方法进行验证.实验结果表明,电子卷宗的自动分类准确率达到95％以上.