买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉汕头大学申请的专利一种基于图神经网络的OCR表格语义识别方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116740743B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310646731.2，技术领域涉及：G06V30/412；该发明授权一种基于图神经网络的OCR表格语义识别方法及装置是由姜大志;余玮伦;陈业维;吴昊设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本一种基于图神经网络的OCR表格语义识别方法及装置在说明书摘要公布了：本发明公开一种基于图神经网络的OCR表格语义识别方法及装置，将PNG表格图片输入至训练好的GKVR识别模型，通过模型中对文本节点的句向量特征、节点图像特征和位置特征，能够准确判断表格节点的属性为键或值；而且通过设置划分规则树的方式实现键值之间的匹配，能够提高表格的键与值之间关系识别的能力。本发明结合了图神经网络以及门控循环单元等深度学习网络结构，提出了用于进行表格键值识别的GKVR网络模型，能够实现一键识别，满足自动化表格审核等工业上的实际需求。

本发明授权一种基于图神经网络的OCR表格语义识别方法及装置在权利要求书中公布了：1.一种基于图神经网络的OCR表格语义识别方法，其特征在于，包括： 获取待识别的第一PNG表格图片；其中，所述第一PNG表格图片是由PDF表格经过预处理后而获得； 将所述第一PNG表格图片输入至训练好的GKVR识别模型，以使所述GKVR识别模型对所述第一PNG表格图片进行OCR识别，获得第一文本信息、表格框信息和各文字节点的位置信息，并根据所述第一文本信息和预设的词汇表，通过GRU网络生成所述第一文本信息对应的句向量特征，再通过卷积神经网络和grid_simple算法将所述表格框信息转换为节点图像特征，继而将各文字节点的位置信息进行归一化处理后，获得位置特征，最后将所述第一文本信息对应的句向量特征和所述位置特征分别输入到图注意力网络，与所述节点图像特征拼接后经过多层感知器MLP，输出所述第一PNG表格图片对应的键值信息集合；其中，所述键值信息集合包括：键信息集合和值信息集合； 根据预设的划分规则树，对所述键值信息集合进行遍历匹配，输出所述键值信息集合中的各键值对； 所述训练好的GKVR识别模型的训练过程具体为： 将训练样本中各文本节点对应的句向量特征、节点图像特征和位置特征作为GKVR识别模型的输入，将各文本节点对应的键信息和值信息作为GKVR识别模型的输出； 对于各文本节点，分别将句向量特征、位置特征输入到图注意力网络，与所述节点图像特征进行拼接后，组成各文本节点的节点特征，结合所述GKVR识别模型的输出，训练图注意力网络和多层感知器MLP。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人汕头大学，其通讯地址为：515063 广东省汕头市大学路汕头大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。