(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211130328.6 (22)申请日 2022.09.16 (71)申请人 中国电信股份有限公司 地址 100033 北京市西城区金融大街31号 (72)发明人 高芷乔　谷红明　魏娜　 (74)专利代理 机构 北京律智知识产权代理有限 公司 11438 专利代理师 孙宝海 (51)Int.Cl. G06F 40/18(2020.01) G06F 40/295(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 表单校验方法、 装置、 电子设备和存 储介质 (57)摘要 本发明涉及数据校验技术领域， 提供一种表 单校验方法、 装置、 电子设备和存储介质。 表单校 验方法包括： 获取待校验表单的各单元数据， 每 单元数据包括表单项 标签和填写内容； 根据每单 元数据的表单项标签确定每单元数据的校验类 型， 校验类型包括语义校验类型； 对属于语义校 验类型的单元数据， 基于与对应单元数据的表单 项标签相 匹配的深度学习模型对每单元数据进 行语义校验； 以及， 获得待校验表单的校验结果。 本发明的表单校验方案， 能够实现从语义层面校 验填写内容的准确性， 实现基于文本语义理解的 智能校验。 权利要求书3页 说明书9页 附图5页 CN 115455922 A 2022.12.09 CN 115455922 A 1.一种表单 校验方法， 其特 征在于， 包括： 获取待校验表单的各 单元数据， 每单 元数据包括表单项标签和填写内容； 根据每单元数据的表单项标签确定每单元数据的校验类型， 所述校验类型包括语义校 验类型； 对属于所述语义校验类型的单元数据， 基于与对应单元数据的表单项标签相匹配的深 度学习模型对每单 元数据进行语义校验； 以及 获得所述待校验表单的校验结果。 2.如权利要求1所述的表单校验方法， 其特征在于， 所述深度学习 模型包括命名实体识 别模型； 基于所述命名实体识别模型对 对应的单 元数据进行语义校验， 包括： 根据一单元数据的表单项标签， 对所述单元数据的填写内容进行语义扩展， 获得所述 单元数据的扩展语义表达； 对所述扩展语义表达进行命名实体识别， 获得 所述单元数据的命名实体识别结果； 当所述命名实体识别结果所指示的实体类别与 所述单元数据的表单项标签相匹配， 获 得所述单元数据的校验通过的语义校验结果。 3.如权利要求2所述的表单校验方法， 其特征在于， 所述对所述单元数据的填写内容进 行语义扩展， 包括： 获得所述单元数据的表单项标签所绑定的语义扩展句型； 在所述语义扩展句型的预设位置填入所述单 元数据的填写内容。 4.如权利要求2所述的表单校验方法， 其特征在于， 所述命名实体识别模型包括依次相 连的嵌入 模块、 编码器模块和条件随机场模块； 所述对所述扩展语义表达进行命名实体识别， 包括： 所述嵌入 模块对所述扩展语义表达进行嵌入处 理， 输出向量矩阵； 所述编码器模块对所述向量矩阵进行 特征提取， 输出 特征向量； 所述条件随机场模块对所述特征向量进行序列 预测， 输出所述扩展语义表达属于各实 体类别的概 率分布。 5.如权利要求1所述的表单 校验方法， 其特 征在于， 所述深度学习模型包括双塔模型； 基于所述双塔模型对 对应的单 元数据进行语义校验， 包括： 将一单元数据的表单项标签和填写内容分别输入所述双塔模型的两个分支， 以通过所 述双塔模型 预测所述单 元数据的填写内容与表单项标签的语义 一致性。 6.如权利要求5所述的表单校验方法， 其特征在于， 所述双塔模型的每个分支包括相连 的嵌入层和编码器层， 所述双塔模型还 包括连接 两个所述分支的全连接层； 所述通过所述双塔模型预测所述单元数据的填写内容与表单项标签的语义一致性， 包 括： 分别通过两个所述分支的嵌入层和编码器层， 对所述单元数据的表单项标签和填写内 容进行嵌入处理和特征提取， 获得表征所述表单项标签的第一向量表达和表征所述填写内 容的第二向量表达； 通过所述全连接层对所述第一向量表达和所述第二向量表达进行一 致性预测。 7.如权利要求1 ‑6任一项所述的表单校验方法， 其特征在于， 所述基于与对应单元数据权　利　要　求　书 1/3 页 2 CN 115455922 A 2的表单项标签相匹配的深度学习模型对每单 元数据进行语义校验， 包括： 根据表单项标签与深度 学习模型之间的第 一映射关系， 确定每单元数据的表单项标签 所对应的深度学习模型； 其中， 所述第 一映射关系中， 每个表单项标签对应一种深度 学习模型， 所述深度 学习模 型包括命名实体识别模型和双塔模型。 8.如权利要求1所述的表单校验方法， 其特征在于， 所述根据每单元数据的表单项标签 确定每单 元数据的校验类型， 包括： 根据表单项标签与 校验类型之间的第 二映射关系， 确定每单元数据的表单项标签所对 应的校验类型； 其中， 所述第二映射关系中， 每 个表单项标签对应一种校验类型。 9.如权利要求1所述的表单校验方法， 其特征在于， 所述校验类型还包括规则校验类 型； 所述表单 校验方法还 包括： 对属于所述规则校验类型的单元数据， 基于预设的校验规则对每单元数据进行规则校 验。 10.如权利要求9所述的表单校验方法， 其特征在于， 所述基于预设的校验规则对每单 元数据进行规则校验， 包括： 根据表单项标签与 校验规则之间的第 三映射关系， 确定每单元数据的表单项标签所对 应的校验规则； 其中， 所述第 三映射关系中， 每个表单项标签对应一种校验规则， 所述校验规则包括书 写格式校验规则和业 务格式校验规则。 11.如权利要求1所述的表单校验方法， 其特征在于， 所述获得所述待校验表单的校验 结果， 包括： 保存校验通过的单 元数据； 退回校验未通过的单 元数据。 12.一种表单 校验装置， 其特 征在于， 包括： 单元数据获取模块， 用于获取待校验表单的各单元数据， 每单元数据包括表单项标签 和填写内容； 校验类型确定模块， 用于根据每单元数据的表单项标签确定每单元数据的校验类型， 所述校验类型包括语义校验类型； 语义校验模块， 用于对属于所述语义校验类型的单元数据， 基于与对应单元数据的表 单项标签相匹配的深度学习模型对每单 元数据进行语义校验； 以及 校验结果获取模块， 用于获得 所述待校验表单的校验结果。 13.一种电子设备， 其特 征在于， 包括： 处理器； 存储器， 所述存 储器中存 储有可执行指令； 其中， 所述可执行指令被所述处理器执行时， 实现如权利要求1 ‑11任一项所述的表单 校验方法。 14.一种计算机可读的存储介质， 用于存储程序， 其特征在于， 所述程序被处理器执行权　利　要　求　书 2/3 页 3 CN 115455922 A 3