一種版式文檔的處理方法和裝置

基本信息

申請(qǐng)?zhí)?/td> CN202110573654.3 申請(qǐng)日 -
公開（公告）號(hào) CN113505566A 公開（公告）日 2021-10-15
申請(qǐng)公布號(hào) CN113505566A 申請(qǐng)公布日 2021-10-15
分類號(hào) G06F40/109（2020.01）I;G06F40/117（2020.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 鄭瑞連 申請(qǐng)（專利權(quán)）人 北京北大方正電子有限公司
代理機(jī)構(gòu) 北京同立鈞成知識(shí)產(chǎn)權(quán)代理有限公司 代理人 章愫;臧建明
地址 100085北京市海淀區(qū)上地五街9號(hào)方正大廈
法律狀態(tài) -

摘要

摘要 本申請(qǐng)實(shí)施例提供了一種版式文檔的處理方法和裝置，該方法包括：對(duì)版式文檔進(jìn)行線性化處理，得到線性化文檔；對(duì)該線性化文檔進(jìn)行線性化后處理，以輸出待精調(diào)的流式文檔；該線性化后處理包括如下一項(xiàng)或多項(xiàng)：取消文字屬性、取消分欄、浮動(dòng)塊進(jìn)主文字流、取消浮動(dòng)對(duì)象屬性、規(guī)范化特殊字符、規(guī)范化標(biāo)點(diǎn)符號(hào)、規(guī)范化文字樣式、處理元數(shù)據(jù)、過濾裝飾性內(nèi)容、展示續(xù)排內(nèi)容和標(biāo)記可疑信息。其中，浮動(dòng)塊包括處于該版式文檔的章首和/或章尾的浮動(dòng)塊。通過對(duì)版式文檔進(jìn)行智能線性化處理，并進(jìn)行線性化后處理，從而，在一定程度上改善數(shù)據(jù)質(zhì)量，進(jìn)而，減小質(zhì)檢人員的工作量，降低人工干預(yù)的成本。