基于OCR的文档信息采集存储方法及系统

本申请提供了一种基于OCR的文档信息采集存储方法及系统，属于数据存储技术领域。该方法根据多源异构文档的OCR识别结果中各区域间位置变化关系对版面区域进行修正，得到第一版面区域；对其字段进行异构节点分类及语义关联分析，以对字段连接关系进行共指路径推理修正处理，得到重构连接路径；对路径节点归并并据此调整版面区域，得到包含重构提取数据的第二版面区域；对重构提取数据进行合规校验及转换处理，得到目标提取数据；据此确定存储位置、构建索引并结合负载情况分配，得到集中归档记录。本申请可随排版差异对版面区域和字段连接关系进行调整，并通过异构节点分类与双重合规校验对字段断裂和数据规范性问题进行处理，得到集中归档记录。