基于OCR的任务处理方法、设备、介质及产品

本申请实施例涉及信息技术基于OCR的任务处理方法、设备、介质及产品。方法包括：根据文档图像和视觉编码器，确定图像特征；通过连接器，将图像特征映射至解码器的文本空间；根据针对文档图像发出的文本指令，确定文本特征；根据解码器，对图像特征和所述文本特征进行融合，确定OCR的识别结果。可以至少用以解决传统OCR框架中各个模块相对独立，模块之间因衔接和误差累积带来的准确性降低，以及处理多种复杂任务时泛化能力不足的技术问题。