本發(fā)明屬于文檔處理技術(shù)領(lǐng)域，涉及一種合同內(nèi)容校閱裝置。

背景技術(shù)：

銀行、保險(xiǎn)公司等機(jī)構(gòu)需要經(jīng)常與客戶(hù)簽訂合同。為了方便外地客戶(hù)簽訂，常見(jiàn)的做法是通過(guò)網(wǎng)絡(luò)將合同電子版發(fā)送給客戶(hù)，讓客戶(hù)自行打印簽字后寄回。

在收到客戶(hù)寄回的紙質(zhì)合同時(shí)，發(fā)出合同的機(jī)構(gòu)需要安排人員校閱紙質(zhì)合同的內(nèi)容是否和發(fā)送給客戶(hù)的電子文檔一致，確認(rèn)客戶(hù)未對(duì)合同內(nèi)容進(jìn)行篡改后才能夠進(jìn)行歸檔處理。

合同的頁(yè)數(shù)通常很多，內(nèi)容也較為復(fù)雜，因此人工校閱的工作量非常大。為了減少校閱人員的工作量，現(xiàn)有技術(shù)中出現(xiàn)了一些對(duì)原始合同和紙質(zhì)合同進(jìn)行機(jī)器校閱的設(shè)備。例如，利用光學(xué)字符識(shí)別(以下簡(jiǎn)稱(chēng)為ocr)裝置對(duì)紙質(zhì)合同的掃描文檔進(jìn)行文字識(shí)別得到相應(yīng)的電子文檔，然后將該電子文檔和原始合同的電子文檔進(jìn)行比對(duì)，并將其中的差異處標(biāo)出以便校閱人員復(fù)查。

但是，上述機(jī)器校閱設(shè)備所采用的比對(duì)方式均為逐字比對(duì)或逐句比對(duì)，一旦ocr裝置發(fā)生誤識(shí)別(例如空格數(shù)量誤識(shí)別、漏字、漏行等)，該誤識(shí)別處后方的文字位置及排布就會(huì)受到影響，使得校閱設(shè)備產(chǎn)生誤判。因此，這樣的設(shè)備錯(cuò)誤率較高，使得復(fù)查的工作量仍然較大，難以減少校閱人員工作量的目的。

技術(shù)實(shí)現(xiàn)要素：

為解決上述問(wèn)題，提供一種錯(cuò)誤率較低，能夠減少校閱人員工作量的合同內(nèi)容校閱裝置，本發(fā)明采用了如下技術(shù)方案。

本發(fā)明提供了一種合同內(nèi)容校閱裝置，以發(fā)送給客戶(hù)的電子版原始合同作為標(biāo)準(zhǔn)文檔對(duì)客戶(hù)寄回的紙質(zhì)合同經(jīng)掃描得到的待校閱文檔進(jìn)行內(nèi)容校閱，其特征在于，包括：當(dāng)前頁(yè)設(shè)定部、當(dāng)前頁(yè)獲取部、當(dāng)前標(biāo)準(zhǔn)行設(shè)定部、當(dāng)前標(biāo)準(zhǔn)行抽取部、一致性判斷部、標(biāo)記賦予控制部、末行判斷部、未標(biāo)記判斷部、末頁(yè)判斷部以及文檔輸出部，其中，當(dāng)前頁(yè)設(shè)定部設(shè)定標(biāo)準(zhǔn)文檔中的預(yù)定頁(yè)面為當(dāng)前標(biāo)準(zhǔn)頁(yè)，并設(shè)定待校閱文檔中與該預(yù)定頁(yè)面的頁(yè)碼相同的頁(yè)面為當(dāng)前待校閱頁(yè)，當(dāng)前頁(yè)獲取部分別從標(biāo)準(zhǔn)文檔以及待校閱文檔中獲取當(dāng)前標(biāo)準(zhǔn)頁(yè)以及當(dāng)前待校閱頁(yè)，當(dāng)前標(biāo)準(zhǔn)行設(shè)定部將當(dāng)前標(biāo)準(zhǔn)頁(yè)中的文字行按照行號(hào)順序分別依次設(shè)定為當(dāng)前標(biāo)準(zhǔn)行，當(dāng)前標(biāo)準(zhǔn)行抽取部從標(biāo)準(zhǔn)文檔中將當(dāng)前標(biāo)準(zhǔn)行抽出，一致性判斷部依據(jù)行號(hào)順序?qū)?dāng)前待校閱頁(yè)中的文字行逐行設(shè)定為待校閱行，并根據(jù)預(yù)定判斷規(guī)則對(duì)該待校閱行進(jìn)行一致性判斷處理用于判斷該待校閱行是否與當(dāng)前標(biāo)準(zhǔn)行一致，一旦存在一致的待校閱行時(shí)，標(biāo)記賦予控制部對(duì)當(dāng)前標(biāo)準(zhǔn)行以及一致的待校閱行分別賦予一致性標(biāo)記，并控制當(dāng)前標(biāo)準(zhǔn)行設(shè)定部設(shè)定下一行為當(dāng)前標(biāo)準(zhǔn)行，當(dāng)不存在一致的待校閱行時(shí)，標(biāo)記賦予控制部對(duì)當(dāng)前標(biāo)準(zhǔn)行賦予不存在標(biāo)記，并控制當(dāng)前標(biāo)準(zhǔn)行設(shè)定部設(shè)定下一行為當(dāng)前標(biāo)準(zhǔn)行，末行判斷部判斷當(dāng)前標(biāo)準(zhǔn)行是否為當(dāng)前標(biāo)準(zhǔn)頁(yè)中的最后一行，當(dāng)判斷為最后一行時(shí)，未標(biāo)記判斷部判斷當(dāng)前待校閱頁(yè)中是否存在未標(biāo)記的待校閱行，當(dāng)判斷為不存在未標(biāo)記的待校閱行時(shí)，末頁(yè)判斷部判斷當(dāng)前標(biāo)準(zhǔn)頁(yè)是否為標(biāo)準(zhǔn)文檔中的末頁(yè)，當(dāng)判斷為不是末頁(yè)時(shí)，當(dāng)前頁(yè)設(shè)定部設(shè)定標(biāo)準(zhǔn)文檔中的下一頁(yè)為當(dāng)前標(biāo)準(zhǔn)頁(yè)，并設(shè)定待校閱文檔中的下一頁(yè)為當(dāng)前待校閱頁(yè)，當(dāng)判斷為末頁(yè)時(shí)，文檔輸出部對(duì)標(biāo)準(zhǔn)文檔及待校閱文檔連同標(biāo)記一起進(jìn)行輸出。

發(fā)明作用與效果

根據(jù)本發(fā)明提供的合同內(nèi)容校閱裝置，由于一致性判斷部能夠根據(jù)預(yù)定判斷規(guī)則判斷當(dāng)前待校閱頁(yè)中是否存在與當(dāng)前標(biāo)準(zhǔn)行一致的文字行，標(biāo)記賦予控制部能夠在存在一致的文字行時(shí)分別對(duì)當(dāng)前標(biāo)準(zhǔn)行和待校閱行賦予一致性標(biāo)記，在不存在時(shí)對(duì)當(dāng)前標(biāo)準(zhǔn)行賦予不存在標(biāo)記，因此本發(fā)明的合同內(nèi)容校閱裝置能夠?qū)?biāo)準(zhǔn)文檔和待校閱文檔進(jìn)行逐行校閱，即使ocr裝置在某行出現(xiàn)誤識(shí)別，也不會(huì)對(duì)其他行的校閱產(chǎn)生影響，其校閱錯(cuò)誤率大大降低，從而能夠真正減少校閱人員的工作量。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例的合同內(nèi)容校閱裝置的框圖；

圖2是本發(fā)明實(shí)施例的文檔預(yù)處理部的框圖；

圖3是本發(fā)明實(shí)施例的合同內(nèi)容校閱裝置的工作流程圖。

圖4是本發(fā)明實(shí)施例的文檔預(yù)處理部的預(yù)處理流程圖。

具體實(shí)施方式

以下結(jié)合附圖來(lái)說(shuō)明本發(fā)明的具體實(shí)施方式。

作為一種實(shí)施形態(tài)，本發(fā)明提供了一種合同內(nèi)容校閱裝置，以發(fā)送給客戶(hù)的電子版原始合同作為標(biāo)準(zhǔn)文檔對(duì)客戶(hù)寄回的紙質(zhì)合同經(jīng)掃描得到的待校閱文檔進(jìn)行內(nèi)容校閱，其特征在于，包括：當(dāng)前頁(yè)設(shè)定部、當(dāng)前頁(yè)獲取部、當(dāng)前標(biāo)準(zhǔn)行設(shè)定部、當(dāng)前標(biāo)準(zhǔn)行抽取部、一致性判斷部、標(biāo)記賦予控制部、末行判斷部、未標(biāo)記判斷部、末頁(yè)判斷部以及文檔輸出部，其中，當(dāng)前頁(yè)設(shè)定部設(shè)定標(biāo)準(zhǔn)文檔中的預(yù)定頁(yè)面為當(dāng)前標(biāo)準(zhǔn)頁(yè)，并設(shè)定待校閱文檔中與該預(yù)定頁(yè)面的頁(yè)碼相同的頁(yè)面為當(dāng)前待校閱頁(yè)，當(dāng)前頁(yè)獲取部分別從標(biāo)準(zhǔn)文檔以及待校閱文檔中獲取當(dāng)前標(biāo)準(zhǔn)頁(yè)以及當(dāng)前待校閱頁(yè)，當(dāng)前標(biāo)準(zhǔn)行設(shè)定部將當(dāng)前標(biāo)準(zhǔn)頁(yè)中的文字行按照行號(hào)順序分別依次設(shè)定為當(dāng)前標(biāo)準(zhǔn)行，當(dāng)前標(biāo)準(zhǔn)行抽取部從標(biāo)準(zhǔn)文檔中將當(dāng)前標(biāo)準(zhǔn)行抽出，一致性判斷部依據(jù)行號(hào)順序?qū)?dāng)前待校閱頁(yè)中的文字行逐行設(shè)定為待校閱行，并根據(jù)預(yù)定判斷規(guī)則對(duì)該待校閱行進(jìn)行一致性判斷處理用于判斷該待校閱行是否與當(dāng)前標(biāo)準(zhǔn)行一致，一旦存在一致的待校閱行時(shí)，標(biāo)記賦予控制部對(duì)當(dāng)前標(biāo)準(zhǔn)行以及一致的待校閱行分別賦予一致性標(biāo)記，并控制當(dāng)前標(biāo)準(zhǔn)行設(shè)定部設(shè)定下一行為當(dāng)前標(biāo)準(zhǔn)行，當(dāng)不存在一致的待校閱行時(shí)，標(biāo)記賦予控制部對(duì)當(dāng)前標(biāo)準(zhǔn)行賦予不存在標(biāo)記，并控制當(dāng)前標(biāo)準(zhǔn)行設(shè)定部設(shè)定下一行為當(dāng)前標(biāo)準(zhǔn)行，末行判斷部判斷當(dāng)前標(biāo)準(zhǔn)行是否為當(dāng)前標(biāo)準(zhǔn)頁(yè)中的最后一行，當(dāng)判斷為最后一行時(shí)，未標(biāo)記判斷部判斷當(dāng)前待校閱頁(yè)中是否存在未標(biāo)記的待校閱行，當(dāng)判斷為不存在未標(biāo)記的待校閱行時(shí)，末頁(yè)判斷部判斷當(dāng)前標(biāo)準(zhǔn)頁(yè)是否為標(biāo)準(zhǔn)文檔中的末頁(yè)，當(dāng)判斷為不是末頁(yè)時(shí)，當(dāng)前頁(yè)設(shè)定部設(shè)定標(biāo)準(zhǔn)文檔中的下一頁(yè)為當(dāng)前標(biāo)準(zhǔn)頁(yè)，并設(shè)定待校閱文檔中的下一頁(yè)為當(dāng)前待校閱頁(yè)，當(dāng)判斷為末頁(yè)時(shí)，文檔輸出部對(duì)標(biāo)準(zhǔn)文檔及待校閱文檔連同標(biāo)記一起進(jìn)行輸出。

在該實(shí)施形態(tài)中，還可以具有這樣的特征，還包括待確認(rèn)含量計(jì)算部以及警告部，其中，當(dāng)未標(biāo)記判斷部判斷為存在未標(biāo)記的待校閱行時(shí)，標(biāo)記賦予控制部對(duì)未標(biāo)記的待校閱行賦予待確認(rèn)標(biāo)記，并控制待確認(rèn)含量計(jì)算部計(jì)算待確認(rèn)標(biāo)記的行數(shù)在整個(gè)待校閱頁(yè)中的含量，當(dāng)該含量大于等于預(yù)定含量值時(shí)，進(jìn)一步控制警告部發(fā)出警告提示告知校閱人員該紙件合同不符合要求，當(dāng)該含量小于預(yù)定含量值時(shí)，控制末頁(yè)判斷部進(jìn)行判斷處理。

在該實(shí)施形態(tài)中，還可以具有這樣的特征，其中，預(yù)定判斷規(guī)則為：當(dāng)待校閱行與當(dāng)前標(biāo)準(zhǔn)行的字符內(nèi)容完全相同時(shí)，該待校閱行及當(dāng)前標(biāo)準(zhǔn)行一致。

在該實(shí)施形態(tài)中，還可以具有這樣的特征，其中，預(yù)定判斷規(guī)則為：當(dāng)待校閱行與當(dāng)前標(biāo)準(zhǔn)行的字符內(nèi)容完全相同并且待校閱行與當(dāng)前標(biāo)準(zhǔn)行前后預(yù)定數(shù)量的文字行內(nèi)容的差異度小于等于預(yù)定差異度時(shí)，待校閱行與當(dāng)前標(biāo)準(zhǔn)行一致。

在該實(shí)施形態(tài)中，還可以具有這樣的特征，還包括：文檔預(yù)處理部，對(duì)標(biāo)準(zhǔn)文檔及待校閱文檔進(jìn)行預(yù)處理并將預(yù)處理后的標(biāo)準(zhǔn)文檔及待校閱文檔提供給當(dāng)前頁(yè)獲取部，具有：空格識(shí)別計(jì)數(shù)單元，對(duì)文字行中的空格進(jìn)行識(shí)別并對(duì)該空格所持續(xù)的字符進(jìn)行計(jì)數(shù)；空格合并單元，將持續(xù)字符超過(guò)三個(gè)的空格替換為持續(xù)字符為一個(gè)的空格；空格刪除單元，將持續(xù)字符兩個(gè)以下的空格刪除。

在該實(shí)施形態(tài)中，還可以具有這樣的特征，其中，文檔預(yù)處理部還包括標(biāo)點(diǎn)符號(hào)統(tǒng)一單元，用于將標(biāo)準(zhǔn)文檔及待校閱文檔中的全部標(biāo)點(diǎn)符號(hào)統(tǒng)一為全角格式或半角格式。

<實(shí)施例>

圖1是本發(fā)明實(shí)施例的合同內(nèi)容校閱裝置的框圖。

如圖1所示，合同內(nèi)容校閱裝置100包括當(dāng)前頁(yè)設(shè)定部1、當(dāng)前頁(yè)獲取部2、當(dāng)前標(biāo)準(zhǔn)行設(shè)定部3、當(dāng)前標(biāo)準(zhǔn)行抽取部4、一致性判斷部5、標(biāo)記賦予控制部6、末行判斷部7、未標(biāo)記判斷部8、末頁(yè)判斷部9、文檔輸出部10、待確認(rèn)含量計(jì)算部11、警告部12、文檔預(yù)處理部13以及控制部14。

其中，控制部14用于控制合同內(nèi)容校閱裝置100中各個(gè)組成部分的工作。

本實(shí)施例的合同內(nèi)容校閱裝置100可以分別與存儲(chǔ)有電子版原始合同的文檔存儲(chǔ)設(shè)備以及具有文字識(shí)別裝置的圖像掃描設(shè)備通信連接，從文檔存儲(chǔ)設(shè)備獲得電子版原始合同作為標(biāo)準(zhǔn)文檔，并從圖像掃描設(shè)備獲得對(duì)紙質(zhì)合同經(jīng)掃描及文字識(shí)別而得到文檔作為待校閱文檔，然后對(duì)該標(biāo)準(zhǔn)文檔和待校閱文檔進(jìn)行內(nèi)容校閱。

當(dāng)前頁(yè)設(shè)定部1用于設(shè)定當(dāng)前標(biāo)準(zhǔn)頁(yè)及當(dāng)前待校閱頁(yè)。在開(kāi)始校閱時(shí)，第一個(gè)當(dāng)前標(biāo)準(zhǔn)頁(yè)為標(biāo)準(zhǔn)文檔中的預(yù)定頁(yè)面，該預(yù)定頁(yè)面可以是標(biāo)準(zhǔn)文檔的第一頁(yè)，也可以由校閱人員設(shè)定(例如，當(dāng)?shù)谝豁?yè)為合同封面時(shí)，則設(shè)定預(yù)定頁(yè)面為第二頁(yè))；第一個(gè)當(dāng)前待校閱頁(yè)為待校閱文檔中與該當(dāng)前標(biāo)準(zhǔn)頁(yè)頁(yè)碼相同的頁(yè)面。

當(dāng)前頁(yè)獲取部2用于分別從標(biāo)準(zhǔn)文檔以及待校閱文檔中獲取當(dāng)前標(biāo)準(zhǔn)頁(yè)以及當(dāng)前待校閱頁(yè)。在獲取時(shí)，該當(dāng)前頁(yè)獲取部2將頁(yè)面內(nèi)的所有文字行以及每個(gè)文字行相對(duì)應(yīng)的行號(hào)一同獲取。

當(dāng)前標(biāo)準(zhǔn)行設(shè)定部3用于將當(dāng)前標(biāo)準(zhǔn)頁(yè)中的文字行按照行號(hào)順序分別依次設(shè)定為當(dāng)前標(biāo)準(zhǔn)行。在開(kāi)始對(duì)某一個(gè)當(dāng)前標(biāo)準(zhǔn)頁(yè)進(jìn)行處理時(shí)，首先設(shè)定第一行為當(dāng)前標(biāo)準(zhǔn)行。

當(dāng)前標(biāo)準(zhǔn)行抽取部4用于根據(jù)行號(hào)從標(biāo)準(zhǔn)文檔中將當(dāng)前標(biāo)準(zhǔn)行抽出。其中，該當(dāng)前標(biāo)準(zhǔn)行抽取部4所抽取的是當(dāng)前標(biāo)準(zhǔn)行的全部字符內(nèi)容(包括標(biāo)點(diǎn)符號(hào)、文字及空格等所有字符)。

一致性判斷部5用于依據(jù)行號(hào)順序?qū)?dāng)前待校閱頁(yè)中的文字行逐行設(shè)定為待校閱行，并根據(jù)預(yù)定判斷規(guī)則對(duì)該待校閱行進(jìn)行一致性判斷處理，判斷該待校閱行是否與當(dāng)前標(biāo)準(zhǔn)行一致。

在本實(shí)施例中，預(yù)定判斷規(guī)則為：當(dāng)待校閱行與當(dāng)前標(biāo)準(zhǔn)行的字符內(nèi)容完全相同，并且待校閱行與當(dāng)前標(biāo)準(zhǔn)行前后預(yù)定數(shù)量的文字行內(nèi)容的差異度小于等于預(yù)定差異度時(shí)，待校閱行與當(dāng)前標(biāo)準(zhǔn)行一致。

其中，文字行內(nèi)容的差異度采用編輯距離算法計(jì)算得到，在本實(shí)施例中，上述預(yù)定數(shù)量為3行，預(yù)定差異度為3。

編輯距離算法的原理為：將需要進(jìn)行差異度計(jì)算的兩個(gè)字符串分別作為第一字符串和第二字符串進(jìn)行虛擬的內(nèi)容轉(zhuǎn)換，由于兩個(gè)字符串內(nèi)均含有多個(gè)字符，因此第一字符串可以通過(guò)增加、刪除和替換字符的方式轉(zhuǎn)換得到第二字符串。在將第一字符串轉(zhuǎn)換為第二字符串的過(guò)程中，增加、刪除和替換操作最少的操作過(guò)程為最佳操作過(guò)程，該最佳操作過(guò)程所對(duì)應(yīng)的操作次數(shù)就是兩行之間的差異度。

在本實(shí)施例中，如果當(dāng)前標(biāo)準(zhǔn)行與某個(gè)待校閱行的內(nèi)容完全相同，則將當(dāng)前標(biāo)準(zhǔn)行的前后3行內(nèi)容作為第一字符串，待校閱行的前后3行內(nèi)容作為第二字符串(如果前方或后方不足3行，則將該前方或后方的全部?jī)?nèi)容均作為第一字符串或第二字符串)，然后采用上述編輯距離算法進(jìn)行差異度計(jì)算。計(jì)算得到的差異度小于等于3時(shí)，就判斷當(dāng)前標(biāo)準(zhǔn)行及待校閱行是一致的。

標(biāo)記賦予控制部6用于對(duì)文字行賦予標(biāo)記，并控制當(dāng)前標(biāo)準(zhǔn)行設(shè)定部3進(jìn)行下一步的工作。在一致性判斷過(guò)程中，一旦存在一致的待校閱行時(shí)，標(biāo)記賦予控制部6對(duì)當(dāng)前標(biāo)準(zhǔn)行以及一致的待校閱行分別賦予一致性標(biāo)記，并控制當(dāng)前標(biāo)準(zhǔn)行設(shè)定部3設(shè)定下一行為當(dāng)前標(biāo)準(zhǔn)行；當(dāng)不存在一致的待校閱行時(shí)，標(biāo)記賦予控制部6對(duì)當(dāng)前標(biāo)準(zhǔn)行賦予不存在標(biāo)記，并控制當(dāng)前標(biāo)準(zhǔn)行設(shè)定部3設(shè)定下一行為當(dāng)前標(biāo)準(zhǔn)行。

末行判斷部7用于在標(biāo)記賦予控制部6進(jìn)行完一致性判斷后，判斷當(dāng)前標(biāo)準(zhǔn)行是否為當(dāng)前標(biāo)準(zhǔn)頁(yè)中的末行。

未標(biāo)記判斷部8用于在末行判斷部7判斷為末行時(shí)，判斷當(dāng)前待校閱頁(yè)中是否存在未標(biāo)記的待校閱行。當(dāng)判斷為存在未標(biāo)記的待校閱行時(shí)，標(biāo)記賦予控制部6就對(duì)這些未標(biāo)記的待校閱行賦予待確認(rèn)標(biāo)記。

待確認(rèn)含量計(jì)算部11用于計(jì)算待確認(rèn)標(biāo)記的行數(shù)在整個(gè)待校閱頁(yè)中的含量。

當(dāng)待確認(rèn)標(biāo)記的行數(shù)在整個(gè)待校閱頁(yè)中的含量大于預(yù)定含量值時(shí)，就說(shuō)明掃描設(shè)備的掃描質(zhì)量較差，或掃描設(shè)備中的ocr裝置的誤識(shí)別過(guò)多，需要重新獲取待校閱文檔。警告部12用于在該含量大于等于預(yù)定含量值時(shí)發(fā)出警告，提示并告知校閱人員該紙件合同不符合要求。在本實(shí)施例中，該預(yù)定含量值為60％。

末頁(yè)判斷部9用于在未標(biāo)記判斷部8判斷為不存在未標(biāo)記的待校閱行時(shí)，或待確認(rèn)標(biāo)記的行數(shù)小于預(yù)定含量值時(shí)，對(duì)當(dāng)前標(biāo)準(zhǔn)頁(yè)是否為標(biāo)準(zhǔn)文檔中的末頁(yè)進(jìn)行判斷。當(dāng)末頁(yè)判斷部9判斷為不是末頁(yè)時(shí)，當(dāng)前頁(yè)設(shè)定部1就設(shè)定標(biāo)準(zhǔn)文檔中的下一頁(yè)為當(dāng)前標(biāo)準(zhǔn)頁(yè)，并設(shè)定待校閱文檔中的下一頁(yè)為當(dāng)前待校閱頁(yè)。

文檔輸出部10用于在當(dāng)末頁(yè)判斷部9判斷為是末頁(yè)時(shí)，對(duì)標(biāo)準(zhǔn)文檔及待校閱文檔連同標(biāo)記一起進(jìn)行輸出。

文檔預(yù)處理部13用于對(duì)標(biāo)準(zhǔn)文檔和待校閱文檔進(jìn)行預(yù)處理，以消除其中由于ocr識(shí)別所帶來(lái)的格式差異。

圖2是本發(fā)明實(shí)施例的文檔預(yù)處理部的框圖。

如圖2所示，文檔預(yù)處理部13包括空格識(shí)別計(jì)數(shù)單元15、空格合并單元16、空格刪除單元17、標(biāo)點(diǎn)符號(hào)統(tǒng)一單元18以及預(yù)處理控制單元19。

ocr裝置在進(jìn)行文字識(shí)別的過(guò)程中，若文檔中有表格，那么就會(huì)將該表格中各欄之間的空間識(shí)別為持續(xù)字符超過(guò)三個(gè)的空格。并且，由于表格各欄之間的空間通常不是相同的，ocr裝置通常會(huì)識(shí)別出持續(xù)字符數(shù)量不同的空格。類(lèi)似地，當(dāng)文檔中有空格時(shí)，ocr裝置也容易對(duì)空格的持續(xù)字符數(shù)量產(chǎn)生誤識(shí)別。

另外，ocr裝置識(shí)別時(shí)還可能將標(biāo)點(diǎn)符號(hào)分別識(shí)別為不同的格式(例如，一些為全角格式，另一些為半角格式)。

上述格式差異都會(huì)對(duì)校閱過(guò)程造成影響。文檔預(yù)處理部13用于對(duì)標(biāo)準(zhǔn)文檔及待校閱文檔進(jìn)行預(yù)處理，并將預(yù)處理后的標(biāo)準(zhǔn)文檔及待校閱文檔提供給當(dāng)前頁(yè)獲取部2，以消除標(biāo)準(zhǔn)文檔和待校閱文檔中的上述格式差異。

空格識(shí)別計(jì)數(shù)單元15用于對(duì)文字行中的空格進(jìn)行識(shí)別并對(duì)該空格所持續(xù)的字符進(jìn)行計(jì)數(shù)。

空格合并單元16用于將持續(xù)字符超過(guò)三個(gè)的所述空格替換為持續(xù)字符為一個(gè)的空格。

空格刪除單元17用于將持續(xù)字符兩個(gè)以下的空格刪除。

標(biāo)點(diǎn)符號(hào)統(tǒng)一單元19用于將標(biāo)準(zhǔn)文檔及待校閱文檔中的全部標(biāo)點(diǎn)符號(hào)統(tǒng)一為全角格式或半角格式。

圖3是本發(fā)明實(shí)施例的合同內(nèi)容校閱裝置的校閱流程圖。

如圖3所示，合同內(nèi)容校閱裝置100對(duì)合同內(nèi)容進(jìn)行的校閱過(guò)程包括如下步驟。

步驟s1，文檔預(yù)處理部13分別對(duì)標(biāo)準(zhǔn)文檔和待校閱文檔進(jìn)行預(yù)處理，然后進(jìn)入步驟s2。

步驟s2，當(dāng)前頁(yè)設(shè)定部1設(shè)定標(biāo)準(zhǔn)文檔中的預(yù)定頁(yè)面為當(dāng)前標(biāo)準(zhǔn)頁(yè)，并設(shè)定待校閱文檔中與該預(yù)定頁(yè)面的頁(yè)碼相同的頁(yè)面為當(dāng)前待校閱頁(yè)，然后進(jìn)入步驟s3。

步驟s3，當(dāng)前頁(yè)獲取部2分別從標(biāo)準(zhǔn)文檔以及待校閱文檔中獲取當(dāng)前標(biāo)準(zhǔn)頁(yè)以及當(dāng)前待校閱頁(yè)，然后進(jìn)入步驟s4。

步驟s4，當(dāng)前標(biāo)準(zhǔn)行設(shè)定部3將當(dāng)前標(biāo)準(zhǔn)頁(yè)中的文字行按照行號(hào)順序分別依次設(shè)定為當(dāng)前標(biāo)準(zhǔn)行，然后進(jìn)入步驟s5。

步驟s5，當(dāng)前標(biāo)準(zhǔn)行抽取部4按照當(dāng)前標(biāo)準(zhǔn)行的行號(hào)從標(biāo)準(zhǔn)文檔中將當(dāng)前標(biāo)準(zhǔn)行抽出，然后進(jìn)入步驟s6。

步驟s6，一致性判斷部5依據(jù)行號(hào)順序?qū)?dāng)前待校閱頁(yè)中的文字行逐行設(shè)定為待校閱行，并根據(jù)預(yù)定判斷規(guī)則對(duì)該待校閱行進(jìn)行一致性判斷處理，判斷待校閱行是否與當(dāng)前標(biāo)準(zhǔn)行一致，當(dāng)存在一致的待校閱行時(shí)進(jìn)入步驟s7，當(dāng)不存在時(shí)進(jìn)入步驟s8。

步驟s7，標(biāo)記賦予控制部6對(duì)當(dāng)前標(biāo)準(zhǔn)行以及一致的待校閱行分別賦予一致性標(biāo)記，然后進(jìn)入步驟s9。

步驟s8，標(biāo)記賦予控制部6對(duì)當(dāng)前標(biāo)準(zhǔn)行賦予不存在標(biāo)記，然后進(jìn)入步驟s9。

步驟s9，末行判斷部7判斷當(dāng)前標(biāo)準(zhǔn)行是否為當(dāng)前標(biāo)準(zhǔn)頁(yè)中的末行，當(dāng)判斷為是時(shí)進(jìn)入步驟s10，當(dāng)判斷為不是時(shí)回到步驟s4。

步驟s10，未標(biāo)記判斷部8判斷當(dāng)前待校閱頁(yè)中是否存在未標(biāo)記的待校閱行，當(dāng)判斷為存在時(shí)進(jìn)入步驟s11，當(dāng)判斷為不存在時(shí)進(jìn)入步驟s14。

步驟s11，標(biāo)記賦予控制部6對(duì)未標(biāo)記的待校閱行賦予待確認(rèn)標(biāo)記，然后進(jìn)入步驟s12。

步驟s12，標(biāo)記賦予控制部6控制待確認(rèn)含量計(jì)算部11計(jì)算待確認(rèn)標(biāo)記的行數(shù)在整個(gè)待校閱頁(yè)中的含量，當(dāng)該含量大于預(yù)定含量值時(shí)進(jìn)入步驟s13，當(dāng)小于時(shí)進(jìn)入步驟s14。

步驟s13，警告部12發(fā)出警告提示告知校閱人員該紙件合同不符合要求，然后進(jìn)入結(jié)束狀態(tài)。

步驟s14，末頁(yè)判斷部9判斷當(dāng)前標(biāo)準(zhǔn)頁(yè)是否為標(biāo)準(zhǔn)文檔中的末頁(yè)，當(dāng)判斷為是時(shí)進(jìn)入步驟s15，當(dāng)判斷為不是時(shí)進(jìn)入步驟s16。

步驟s15，當(dāng)前頁(yè)設(shè)定部1設(shè)定標(biāo)準(zhǔn)文檔中的下一頁(yè)為當(dāng)前標(biāo)準(zhǔn)頁(yè)，并設(shè)定待校閱文檔中的下一頁(yè)為當(dāng)前待校閱頁(yè)，然后回到步驟s3。

步驟s16，文檔輸出部10對(duì)標(biāo)準(zhǔn)文檔及待校閱文檔連同標(biāo)記一起進(jìn)行輸出，然后進(jìn)入結(jié)束狀態(tài)。

圖4是本發(fā)明實(shí)施例的文檔預(yù)處理部的預(yù)處理流程圖。

如圖4所示，文檔預(yù)處理部13對(duì)標(biāo)準(zhǔn)文檔及待校閱文檔進(jìn)行的預(yù)處理包括如下步驟。

步驟s1-1，空格識(shí)別計(jì)數(shù)單元14對(duì)文字行中的空格進(jìn)行識(shí)別并對(duì)該空格所持續(xù)的字符進(jìn)行計(jì)數(shù)，然后進(jìn)入步驟s1-2。

步驟s1-2，空格合并單元15將持續(xù)字符超過(guò)三個(gè)的空格替換為持續(xù)字符為一個(gè)的空格，然后進(jìn)入步驟s1-3。

步驟s1-3，空格刪除單元16將持續(xù)字符兩個(gè)以下的空格刪除，然后進(jìn)入步驟s1-4，然后進(jìn)入步驟s1-4。

步驟s1-4，標(biāo)點(diǎn)符號(hào)統(tǒng)一單元17將全部標(biāo)點(diǎn)符號(hào)統(tǒng)一為全角格式或半角格式，然后進(jìn)入結(jié)束狀態(tài)。

實(shí)施例作用與效果

根據(jù)本實(shí)施例提供的合同內(nèi)容校閱裝置，由于一致性判斷部能夠根據(jù)預(yù)定判斷規(guī)則判斷當(dāng)前待校閱頁(yè)中是否存在與當(dāng)前標(biāo)準(zhǔn)行一致的文字行，標(biāo)記賦予控制部能夠在存在一致的文字行時(shí)分別對(duì)當(dāng)前標(biāo)準(zhǔn)行和待校閱行賦予一致性標(biāo)記，在不存在時(shí)對(duì)當(dāng)前標(biāo)準(zhǔn)行賦予不存在標(biāo)記，因此本發(fā)明的合同內(nèi)容校閱裝置能夠?qū)?biāo)準(zhǔn)文檔和待校閱文檔進(jìn)行逐行校閱，即使ocr裝置在某行出現(xiàn)誤識(shí)別，也不會(huì)對(duì)其他行的校閱產(chǎn)生影響，其校閱錯(cuò)誤率大大降低，從而更好地節(jié)省校閱人員的工作量。

在本實(shí)施例中，一致性判斷部所采用的預(yù)定判斷規(guī)則為在當(dāng)前標(biāo)準(zhǔn)行與待校閱行內(nèi)容相同時(shí)，再判斷二者前后的預(yù)定數(shù)量文字行差異度是否小于預(yù)定差異度值，并在小于等于時(shí)判斷當(dāng)前標(biāo)準(zhǔn)行與待校閱行一致。該一致性判斷部不僅能判斷當(dāng)前標(biāo)準(zhǔn)行與待校閱行內(nèi)容是否相同，還能夠進(jìn)一步根據(jù)前后文的差異度來(lái)判斷二者是否為一致行，因此當(dāng)標(biāo)準(zhǔn)文檔中出現(xiàn)內(nèi)容相同的文字行時(shí)，一致性判斷部也能夠根據(jù)前后文差異度進(jìn)行準(zhǔn)確的判斷。

在本實(shí)施例中，待確認(rèn)含量計(jì)算部能夠?qū)Υｉ嗧?yè)中的待確認(rèn)行數(shù)含量進(jìn)行計(jì)算，警告部能夠在該含量過(guò)高時(shí)發(fā)出警告，因此在紙質(zhì)合同質(zhì)量較差時(shí)能夠提醒校閱人員重新進(jìn)行掃描處理。

在本實(shí)施例中，文檔預(yù)處理部能夠?qū)?biāo)準(zhǔn)文檔和待校閱文檔進(jìn)行預(yù)處理，對(duì)其中的空格進(jìn)行合并、刪除操作，并將標(biāo)點(diǎn)符號(hào)格式統(tǒng)一，因此能夠消除因ocr裝置識(shí)別不準(zhǔn)確所帶來(lái)的格式差異，減少校閱錯(cuò)誤率。

上述實(shí)施例為本發(fā)明的優(yōu)選案例，并不用來(lái)限制本發(fā)明的保護(hù)范圍。

在上述實(shí)施例中，預(yù)定判斷規(guī)則為在當(dāng)前標(biāo)準(zhǔn)行與待校閱行內(nèi)容相同時(shí)，再判斷二者前后的預(yù)定數(shù)量文字行差異度是否小于預(yù)定差異度值，并在小于等于時(shí)判斷當(dāng)前標(biāo)準(zhǔn)行與待校閱行一致。但在本發(fā)明中，該預(yù)定判斷規(guī)則也可以簡(jiǎn)化為直接判斷當(dāng)前標(biāo)準(zhǔn)行與待校閱行內(nèi)容是否相同。在發(fā)出的合同里并不具有內(nèi)容相同的文字行時(shí)，這樣的簡(jiǎn)化判斷規(guī)則可以減少合同校閱裝置的工作量，提升校閱速度。當(dāng)然，本發(fā)明的合同內(nèi)容校閱裝置可以預(yù)先設(shè)置上述兩種預(yù)定判斷規(guī)則，具體采用哪種由校閱人員根據(jù)實(shí)際情況進(jìn)行設(shè)定。

在上述實(shí)施例中，文檔預(yù)處理部用于減少ocr裝置識(shí)別不準(zhǔn)確所帶來(lái)的格式差異。但在本發(fā)明中，如果ocr裝置識(shí)別準(zhǔn)確率高，那么也可以不采用該文檔預(yù)處理部來(lái)進(jìn)行預(yù)處理。

在上述實(shí)施例中，待確認(rèn)含量計(jì)算部根據(jù)待確認(rèn)的含量來(lái)確認(rèn)紙質(zhì)合同質(zhì)量是否較差，警告部能夠在紙質(zhì)合同質(zhì)量較差時(shí)提醒校閱人員重新進(jìn)行掃描處理。但在本發(fā)明中，合同內(nèi)容校閱裝置也可以不設(shè)置待確認(rèn)含量計(jì)算部及警告部，而是在文檔輸出后讓校閱人員自行判斷紙質(zhì)合同是否符合要求。