基于知识的名片理解系统.pdfVIP

基于知识的名片理解系统 黄笑张涛张纯 中国科学院自动化所文字识别实验室 摘要： 文本分析一直是模式识别领域中一个非常活跃的研究分支．作为文本分析的一个实例， 名片信息提取与理解是近些年来提出的一项有着广阔应用前景的课题．本文利用三种不同 知识规则建立了一种综合决策机制，并将之运用到名片理解系统中．实验结果表明：该机制 能较好地从个人名片中提取出有用信息，并将之归类整理．此系统能有效地处理各种版式的 名片．特别是对于版面结构复杂的名片，其理解效果明显优于传统方法． 关键词：名片理解逻辑结构知识几何结构知识语叉知识综合决策机制 一．简介 随着ocR技术的发展，字符识别和文本分析的应用在深度与广度上进一步延伸。许多 专业领域都提出了相应的要求．如信封的地址和邮编识别，支票的金额与签名识别．名片作 为一种个人信息的载体在商业交流中起着重要的作用．随着商业交流的国际化发展，名片所 记载的信息越来越多，这就迫切需要人们能够对之进行归类和整理．因而，名片的信息提取 和理解成为一项有着重要实用价值的研究课题． 以往的名片产品很多忽略了信息的提取，即理解部分．Watanbe等人在文章[1]提出了 一种非常好的逻辑结构作为元知识进行版面信息提取。可以说为名片理解提出了一种非常 明确的思路。但Watanbe所用的例子版面结构比较简单，信息项比较少，而且各项的位置 比较固定，这对处理版式日趋丰富的名片来说是不够的．比如混排的版面不能处理。这也 说明用一种简单的逻辑结构，很难把各种类型的名片包括在其内。文E2]提出的方法能处 理彩色的名片以及多种字体，但也有一个明显的缺点，即所用的例子过于简单。不符合名 片的多样性，它不能处理竖版及混版情况。 在已有许多的方法中。版面知识起着非常重要的作用。这些知识用于对不同的项进行 分类，理解．为此本文提出一种基于知识的理解方法。我们通过分析，将一张名片所能提供 给理解使用的知识规则分为三类即：逻辑结构知识，几何(物理)结构知识，语义知识。 用这三类知识我们建立了一种综合决策机制．此机制能够处理横版。竖版，混版，以及有 英文关键词的大多数名片．在实验中取得了良好的效果。 —．97—— 二．三种知识的描述 1．逻辑结构知识 逻辑结构是根据人的感官对名片的内容进行细分而产生的一种结构关系．一般情况下 每一张名片都有一些基本项，如“姓名”、“单位”、“职务”、“地址”等等。由此我们建立 了名片的一个基本逻辑结构。如下图l所示： 名位门务称位 址编话机机真挂 户号 仃 图1名片的基本逻辑结构 随着名片样式的逐渐增多，很难用一种简单的逻辑结构概括所有的名片类型．比如有 些名片有多个单位，有多个通讯方式等等。因此我们进一步对名片细分为以下四大类，并 统计其出现的概率情况． 版面特点 类型 所占比例 单个单位单个通讯方式 l 83．7％ 单个单位多个通讯方式 2 4．5％ 多个单位单个通讯方式 3 8．7％ 多个单位多个通讯方式 4 3．1％ 从统计的结果可以看出，类型1占绝大多数，其它三类较少。但后三种版面结构比第 1种复杂很多，是理解的难点所在． 这样我们为名片的逻辑结构建立了四种模型，在名片理解系统中把这些模型作为一种 。 元知识用于建立综合决策机制。 2．几何结构知识 几何结构