龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：广州视源人工智能创新研究院有限公司;广州视源电子科技股份有限公司;广州启源管理咨询有限公司
摘要：本申请公开了一种文档分块方法和装置。该方法通过获取待分块的文档，并提取文档的每行的内容文本；根据预设的分割点向量索引库，检测每行的内容文本是否为文本分割点；获取为文本分割点的内容文本的版式信息，并确定该版式信息为目标版式信息；获取文档中每行的内容文本对应的版式信息；比较该版式信息与该目标版式信息，以确定文档的全部文本分割点；根据该全部的文本分割点对文档进行分块。本申请在分割点向量索引库的基础上，增加了通过版式信息对文本分割点进行查找的方式，从而提高了文档分块的召回率，泛化性更好，另外，该过程不需要人工标注的训练语料，降低了文档分块的实现代价。
主权项：1.一种文档分块方法，其特征在于，包括：获取待分块的文档，并提取所述文档的每行的内容文本；根据预设的分割点向量索引库，检测所述每行的内容文本是否为文本分割点；获取为所述文本分割点的内容文本的版式信息，并确定所述版式信息为目标版式信息；获取所述文档中每行的内容文本对应的版式信息；比较所述版式信息与所述目标版式信息，以确定所述文档的全部所述文本分割点；根据所述全部的文本分割点对所述文档进行分块。
全文数据：
权利要求：
百度查询： 广州视源人工智能创新研究院有限公司 广州视源电子科技股份有限公司 广州启源管理咨询有限公司 文档分块方法、装置及电子设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号