版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
本公开提供了一种标题抽取模型的生成方中的文档进行文本特征提取,得到文本特征信对标注后的文档样本和图像特征信息进行特征2对所述文档样本中的文档进行文本特征提取,得到文本特征信息,基于所述训练样本生成标题抽取模型,其中,所述标题抽取模位的第二文本内容以及至少一个字符在对应文档中的3.根据权利要求2所述的方法,其中,基于所述文本特征信息对所述文档样本进行标基于所述标注后的文档样本确定文本序列特征信息,其中,所述对所述标注后的第一文档中的标题内容所对应的索引值以及所述标签进行封对所述文本序列特征信息进行语义实体识别,确定所述文档样本所获取目标文档所对应的标签标识的标签长度,其中,所述目标文3基于所述标题抽取模型对所述待处理文档进行标题抽取,得到所确定所述至少一个标题在所述待处理文档中的基于所述索引顺序以及所述标题等级确定所述至少一个标题之间基于所述多叉树所对应的节点对所述至少一个标题的标题标注模块,用于基于所述文本特征信息对所述文档样本进行标注,特征融合模块,用于对所述标注后的文档样本第一切分模块,用于对所述文档样本所包含的文档进行文本识别模块,用于对所述多个图像中的至少一个图像第二标注模块,用于基于所述标题内容对所述第二文档进行4第一融合模块,用于对所述文本序列特征信息以及所述图像特征信息进行特征融合,第一转换模块,用于对所述标注后的文档样本进行标签转换封装模块,用于对所述标注后的第一文档中的标题内容所对应的实体识别模块,用于对所述文本序列特征信息进行第二切分模块,用于在所述标签长度大于预设长度时,将所标题抽取模块,用于基于所述标题抽取模型对所述待处理文档进行标题第二确定模块,用于确定所述至少一个标题在所述待处第三确定模块,用于基于所述索引顺序以及所述标题等检测模块,用于基于所述多叉树所对应的节点对所述至少一个标题所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被使计算机执行权利要求1至8中任一项所述的标题抽56令被至少一个处理器执行,以使至少一个处理器能够执行上述的标题抽取模型的生成方[0011]应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特7[0031]进一步的,在得到多个图片之后,电子设备通过OCR(OpticalCharacter[0033]需要说明的是,上述的文本位置信息可以为行或者字符的左上角与右下角两个[0039]在步骤S108中,电子设备可使用基于空间感知的自注意基于绝对位置的令牌token之间的关系的自注意力机制相比,空间感知的自注意力机制能8个标题所对应的标题等级之后,电子设备还可以树状形式按照标题等级的形式展示标题,档标题的提取准确率的效果,进而解决了现有技术中在抽取PDF文档的标题时所存在的提[0051]与第一文档类似,第二文档包含了以行为单位的文本内9表示上述的第一位置信息所对应的向量以及第二位置信标注平台对第一文档进行标题标注。然后,电子设备再根据实体标注获取到第一文档所对应的实体值(即标题内容),并通过字符串匹配的方式定位到第二文档中的以行为单位的相二文档进行标注的过程中,电子设备从第二文档所包含的以行为单位的文本内容中搜索为题。在待处理文档的正文中的索引顺序以及标题等级确定标题之间的父子关系,生成如图2所果根据自增顺序确定两个子节点之间缺失了标题序号,则电子设备确定标题序号存在缺于命名实体识别(NamedEntityRecognition,NER)的微调任务——语义实体识别束,降低了预测错误的概率。此外另外,标题抽取模型采用的是LayoutXLM训练模型,而LayoutXLM训练模型具有跨语言的特点,从而使得本公开所提出的解决方案具有更好地扩以及至少一个字符在对应文档中的第二位置信息,文本特征信息至少包括第一文本内容、用于对标注后的第一文档中的标题内容所对应的索引值以及标签进行封装,得到实体信的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执因特网的计算机网络和/或各种电信网络与其他设备交换信计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到设机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器[0105]用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器[0108]可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 鸽大肠杆菌病的诊断与治疗
- 预防常见病、传染病及食物中毒的措施
- 高血压病的健康教育课件
- 2027年宁夏高考二模英语押题密卷及答案
- 痔疮的中医理疗缓解措施
- 八年级道德与法治模拟卷(2027年寒假开学摸底考试)
- 医学教育国际化与本土化研究与实践
- 2027年四川省中考适应性考试语文真题卷
- 智能设备售后支持服务质量指标评估表
- 对合作伙伴培训日程的调整通报(6篇)
- 2026福建福州旗山供水有限公司招聘2人考试模拟试题及答案解析
- 北京市朝阳区2026-2027学年度第一学期期中质量检测高三英语试卷(含答案)
- 2026山东省防疫安全协管员招聘考试(畜牧兽医)历年参考题库含答案详解
- 正大集团人才评估行测题目
- UL 9540A 2026 储能电池热失控传播测试标准中文版 模组防火试验规范
- 物业服务履约评价报告
- 光伏组件拆除方案
- 2026年出版社招聘考试面试题及参考答案
- 2025-2026学年江西省赣州市大余县部分高中高三上学期11月期中考试英语试题
- 小区物业消防安全培训课件
- 空乘课件教学课件
评论
0/150
提交评论