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！

龙图腾网恭喜中国科学院自动化研究所申请的专利长文档视觉问答方法、装置及电子设备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：CN119046442B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202411526272.5，技术领域涉及：G06F16/3329；该发明授权长文档视觉问答方法、装置及电子设备是由陈盈盈;朱炳科;张艾恬;王金桥设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本长文档视觉问答方法、装置及电子设备在说明书摘要公布了：本发明涉及计算机视觉技术领域，尤其涉及一种长文档视觉问答方法、装置及电子设备，方法包括：获取长文档页面的多模态特征；为多模态特征配置预设数量的页面令牌，页面令牌用于存储长文档中各个页面的页面信息；根据每一页面令牌与文档问题的相关程度，为每一页面令牌分配权重；并根据分配权重后的页面令牌，获取长文档的文档信息；通过训练完成的多模态大语言模型，获取文档信息在文档问题下的文档答案。本发明通过采用上述方法，解决相关技术中处理多页的长文档场景时，视觉问答任务的处理效果不佳的问题。

本发明授权长文档视觉问答方法、装置及电子设备在权利要求书中公布了：1.一种长文档视觉问答方法，其特征在于，包括：获取长文档页面的多模态特征；为所述多模态特征配置预设数量的页面令牌，所述页面令牌用于存储所述长文档中各个页面的页面信息；根据每一页面令牌与文档问题的相关程度，为每一页面令牌分配权重；并根据分配权重后的页面令牌，获取所述长文档的文档信息；通过训练完成的多模态大语言模型，获取所述文档信息在所述文档问题下的文档答案；所述获取长文档页面的多模态特征，包括：将长文档转换为文档图片；获取所述文档图片中的文字内容、图片内容、表格内容、标题内容以及列表内容；从所述文字内容和所述标题内容中提取文本特征；从所述表格内容和所述列表内容中提取表格特征；从所述图片内容中提取图片特征；拼接所述文本特征、所述表格特征以及所述图片特征，得到多模态特征；所述为所述多模态特征配置预设数量的页面令牌，包括：将所述长文档页面按照物理页面或逻辑段落划分为多个页面单元，为每个页面单元生成对应的标识符，将所述标识符作为页面令牌。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95号；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”。