基于深度神经网络的文档标题与页码归档检验方法  

作　　者：李惠仪 谢洁芳 肖雪丽 

机构地区：[1]广东电网有限责任公司东莞供电局

出　　处：《数字技术与应用》2024年第11期76-79,共4页Digital Technology & Application

基　　金：中国南方电网有限责任公司科技项目“档案归档审查智能机器人的研究与开发”(031900KK52220044、GDKJXM20220789)。

摘　　要：为了解决文档归档过程中的页码连续性、唯一性以及文档的电子文件名与机打标题的一致性问题,以确保信息的完整性和可追溯能力,本文采用YOLOv5和PP-OCRv3两种神经网络模型,首先利用YOLOv5进行文档标题和页码的精确定位;然后再通过PP-OCRv3进行文字的识别,并完成归档验证。结果表明,该方法在定位和识别文档标题及页码方面具有高效性,显著提高了文档归档的准确率和效率。由此得出,这种技术方法能够显著减少人为引发的归档误差,预计将为文档管理的未来发展带来巨大的改变。

关 键 词：深度神经网络 文档管理 神经网络模型 OCR 归档 文件名 唯一性 检验方法 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]