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：武汉数博科技有限责任公司
摘要：本发明公开了一种基于PDF的论文解析方法及装置，该生成方法包括：基于待分析论文进行文字识别和语种识别，得到顺序排列的多个初始文字块及对应信息；统计得到待分析论文中每一栏的顶点坐标；基于多个初始文字块进行段落合并，得到顺序排列的多个基础文字块；依次对每个基础文字块的文字内容进行判断分析，确定每个基础文字块的元素类型；针对所有图片标题文字块和表格标题文字块，确定第一图表边界框集合；基于目标检测算法检测待分析论文中的图表，得到第二图表边界框集合；将第一图表边界框集合和第二图表边界框集合中每个第一图表边界框和第二图表边界框依次进行比较，确定最优图表边界框集合。该方法能更完整全面的解析论文中的文字和图表。
主权项：1.一种基于PDF的论文解析方法，其特征在于，包括：基于获取的待分析论文进行文字识别和语种识别，得到语种识别结果、顺序排列的多个初始文字块以及每个初始文字块的文字内容和顶点坐标；根据所述每个初始文字块的顶点坐标，统计得到所述待分析论文中每一栏的顶点坐标；基于每一栏的顶点坐标、所述语种识别结果、所述每个初始文字块的文字内容和顶点坐标，将所述顺序排列的多个初始文字块进行段落合并，得到顺序排列的多个基础文字块以及每个基础文字块的文字内容和顶点坐标；基于所述语种识别结果，依次对每个所述基础文字块的文字内容进行判断分析，确定每个基础文字块的元素类型；所述元素类型包括图片标题和表格标题；基于所述每一栏的顶点坐标、所述顺序排列的多个基础文字块以及每个基础文字块的顶点坐标，针对所有图片标题文字块和表格标题文字块，确定第一图表边界框集合；基于目标检测算法检测所述待分析论文中的图表，得到第二图表边界框集合；将所述第一图表边界框集合和所述第二图表边界框集合中每个第一图表边界框和第二图表边界框依次进行比较，确定最优图表边界框集合。
全文数据：
权利要求：
百度查询： 武汉数博科技有限责任公司 一种基于PDF的论文解析方法及装置
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