申请/专利权人:达观数据有限公司
申请日:2024-02-20
公开(公告)日:2024-04-02
公开(公告)号:CN117807972A
主分类号:G06F40/18
分类号:G06F40/18;G06F18/24;G06F16/22;G06N3/0442;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了一种长文档中的表格信息抽取方法、装置、设备及介质。通过获取待信息抽取的目标长文档,并对目标长文档进行文档预处理操作,得到目标长文档富文本信息;将目标长文档富文本信息输入至预先训练好的表格分类模型中进行识别,得到至少一个目标表格;通过预先设置的单元格行列向量提取方法,分别对各目标表格对应的各个目标单元格进行特征提取操作,得到各目标单元格对应的目标行表征向量和目标列表征向量,并将其分别输入至预先训练好的单元格分类模型中进行分类处理,得到表格信息抽取结果,并将表格信息抽取结果向用户进行反馈操作。解决了不能准确对长文档进行表格信息抽取的问题,提高了长文档中表格信息抽取的准确率和效率。
主权项:1.一种长文档中的表格信息抽取方法,其特征在于,包括:获取待信息抽取的目标长文档,并对所述目标长文档进行文档预处理操作,得到目标长文档富文本信息;将所述目标长文档富文本信息输入至预先训练好的表格分类模型中进行识别,得到至少一个目标表格;通过预先设置的单元格行列向量提取方法,分别对各所述目标表格对应的各个目标单元格进行特征提取操作,得到各所述目标单元格对应的目标行表征向量和目标列表征向量;将与每个目标单元格对应的目标行表征向量和目标列表征向量分别输入至预先训练好的单元格分类模型中进行分类处理,得到表格信息抽取结果,并将所述表格信息抽取结果向用户进行反馈操作。
全文数据:
权利要求:
百度查询: 达观数据有限公司 一种长文档中的表格信息抽取方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。