摘要
本申请提供了一种针对维修工单的配件信息自动提取与校准方法、装置、计算机可读介质及电子设备。针对维修工单的配件信息自动提取与校准方法包括:通过OCR技术识别手写的维修工单中的字符,得到携带坐标信息的文本条目;基于深度神经网络训练得到的分类模型,对所述文本条目进行分类,从中确定配件信息;对所述配件信息进行词法分析,提取出与配件相关的关键信息;将所述关键信息及其坐标信息与标准配件数据进行对比,确定关键信息对应的标准配件名称。本申请的技术方案对维修工单中的配件信息进行自动识别与提取,大大减少了人工识别和输入的工作量,提高了配件信息处理的效率和准确性,进而为之后的配件调度和汽车维修提供良好的数据保障。
技术关键词
深度神经网络训练
配件
校准方法
条目
文本
字符
坐标
分词
LSTM模型
语义
校准装置
数据
电子设备
处理器
信息处理
存储装置
样本
汉字
程序
工作量
系统为您推荐了相关专利信息
语义知识图谱
试卷
教学资源数据
分布特征
访问时长
文本特征向量
嵌入特征
数据
上下文特征
条件随机场模型
关系抽取方法
大语言模型
关系抽取模型
生成提示词
文本