一种基于多源融合与大模型自查的海关单证结构化识别方法及系统

著录项目

摘要

本发明公开了一种基于多源融合与大模型自查的海关单证结构化识别方法及系统，针对现有海关单证识别技术存在的版面证据坍缩、字段语义漂移、输出结果可信度无法自校验的技术缺陷，构建了多源证据融合与双约束融合生成机制，整合OCR文本、单证图像、分页信息、业务提示词与标准字段模板多维度证据，通过跨模态空间对齐修正OCR文本错位、错列问题，依托业务提示词与标准模板双约束规避字段语义漂移，通过两轮差异化推理结果的字段级、结构级、表格行级差异比对，量化计算风险得分，实现识别结果可信度自动评估，有效解决了传统技术海关单证字段识别错位、语义识别偏差、结果可信度不可控的问题。