文檔信息的抽取方法、裝置和電子設(shè)備
基本信息
| 申請(qǐng)?zhí)?/td> | CN202010464581.X | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN111680491A | 公開(kāi)（公告）日 | 2020-09-18 |
| 申請(qǐng)公布號(hào) | CN111680491A | 申請(qǐng)公布日 | 2020-09-18 |
| 分類號(hào) | G06F40/205(2020.01)I | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 龍坤 | 申請(qǐng)（專利權(quán)）人 | 北京抖音信息服務(wù)有限公司 |
| 代理機(jī)構(gòu) | 泰和泰律師事務(wù)所 | 代理人 | 祝海燕 |
| 地址 | 100190 北京市海淀區(qū)紫金數(shù)碼園4號(hào)樓2層0207 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本公開(kāi)實(shí)施例公開(kāi)了文檔信息的抽取方法、裝置和電子設(shè)備。該方法的一具體實(shí)施方式包括：對(duì)目標(biāo)文檔進(jìn)行分割，得到至少一個(gè)子文本框；對(duì)于每一個(gè)所述子文本框，基于該子文本框內(nèi)的至少一個(gè)第一內(nèi)容的語(yǔ)義信息，對(duì)所述至少一個(gè)第一內(nèi)容進(jìn)行第一排序，得到經(jīng)過(guò)第一排序后的該子文本框；將經(jīng)過(guò)第一排序后的所述至少一個(gè)子文本框按照預(yù)設(shè)規(guī)則進(jìn)行第二排序，得到經(jīng)過(guò)第二排序后的第一子文本框序列；按照所述第一子文本框序列中至少一個(gè)所述子文本框的次序，依次讀取各子文本框?qū)?yīng)的文本內(nèi)容。實(shí)現(xiàn)了對(duì)現(xiàn)有技術(shù)中提取電子文檔內(nèi)容出現(xiàn)的文本內(nèi)容順序錯(cuò)亂的問(wèn)題進(jìn)行修正，對(duì)錯(cuò)亂的文本重新排序，排序后的文本內(nèi)容與人的閱讀順序更加貼近。可以提高對(duì)文檔分析結(jié)果的準(zhǔn)確率。?? |
