申请/专利权人：云知声智能科技股份有限公司

申请日：2023-12-30

公开（公告）日：2024-04-05

公开（公告）号：CN117831058A

主分类号：G06V30/414

分类号：G06V30/414;G06V30/148;G06V10/82;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：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明涉及面向大语言模型的PDF文件处理方法、装置、设备和介质，该方法包括：获取待处理的PDF文件；将待处理的PDF文件输入版面识别模块中得到页面块列表；将页面块列表输入到页面块过滤模块中得到保留的页面块列表；将保留的页面块列表输入到文档生成模块中得到文档对象。本发明通过将待处理的PDF文件输入版面识别模块中得到页面块列表，将页面块列表输入到页面块过滤模块中得到保留的页面块列表，将保留的页面块列表输入到文档生成模块中得到文档对象实现了将PDF文件从机器不容易理解的图片转化成了容易理解的文档对象，为构建大语言模型或应用大语言模型提供了文本数据支撑。

主权项：1.一种面向大语言模型的PDF文件处理方法，其特征在于，包括：获取待处理的PDF文件；将所述待处理的PDF文件输入版面识别模块中得到页面块列表；将所述页面块列表输入到页面块过滤模块中得到保留的页面块列表；将所述保留的页面块列表输入到文档生成模块中得到文档对象。

全文数据：

权利要求：

百度查询： 云知声智能科技股份有限公司 面向大语言模型的PDF文件处理方法、装置、设备和介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD