CN119514518A Pdf文档的多维度比对方法、装置及电子设备 （北京仁和汇智信息技术有限公司）

PDF文档的多维度比对方法、装置及电子设备本申请提供了一种PDF文档的多维度比对方象内容；针对第一PDF文档中的每个第一对象内容，确定第一对象内容对应于第二PDF文档中的档和第二PDF文档中，同步标记差异信息的差异2针对待比对的第一PDF文档和第二PDF文档，均划分为多个对象针对第一PDF文档中的每个第一对象内容，确定所述第一对象内在所述第一PDF文档和所述第二PDF文档中，同步标记所述差异针对文本区域，提取所述文本区域中的文本内容；对于分布于不3.根据权利要求1所述的方法，其特征在于，确按照所述第一对象内容在所述第一PDF文档中的第一位置信息，确定所述逐一比对两个文本内容的字符单元，计算两个文本内容之间的最如果目标比对片段的编辑操作类型为插入字符，确定所如果目标比对片段的编辑操作类型为删除字符，确定所如果目标比对片段的差异类型为相同片段类型，对所述目标比对片段的文本的字体、3针对待比对的两个公式，获取两个公式对应的公式字符信对所述公式文本字符串执行所述文本内容差异分析步骤，以确定差异区域和差异类文档划分模块，用于针对待比对的第一PDF文档和第二PDF差异确定模块，用于将所述第一对象内容和所述第二差异标记模块，用于在所述第一PDF文档和所述第二PD4[0007]进一步地，上述确定第一对象内容对应于第二PDF文档中的待比对的第二对象内度对应的区域内容，作为得到第一对象内容对应于第二PDF文档中的待比对的第二对象内辑距离；最小编辑距离以将一个文本转换为另一个文本所需的最少编辑操作次数进行表5内容到另一个文本内容的编辑操作序列；根据编辑操作序列确定两个文本内容的差异信坐标进行对齐，以使两个公式字符信息的垂直顺序一致；对两个公式字符信息按X坐标排文档中的每个第一对象内容，确定第一对象内容对应于第二PDF文档中的待比对的第二对6术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范[0019]针对现有技术中在面对大规模文档比对任务时，存在效率低下和精度不足的问[0020]为便于对本实施例进行理解，首先对本申请实施例所公开的一种多维度PDF内容采用经过微调的布局语言模型LayoutLM对PDF文档进行初步的版面分析和切分。7邻的指定个同种对象类型的比对内容中相似度最高的作为第一对象内容的待比对的第二[0026]本申请提供的PDF文档的多维度比对方法中，针对待比对的第一PDF文档和第二[0027]本申请实施例还提供另一种PDF文档的多维度比对方法，该方法在上述实施例的及其他相关的文本属性。根据提取的字符的字号大小及其相对于基准线的上下浮动距离，中提取的内容信息不仅准确反映了文本的字符和基本属性，还包括了更细致的样式信息，8即上述确定第一对象内容对应于第二PDF文档中的待比对的第二对象内容的步9本到另一个文本的具体编辑操作序列。续的文档处理和分析提供准确且详尽的差异信息。定位并高亮显示另一份文档或图像中的对应区域。这种双向定位方法确保用户能够快速、[0061]本申请实施例提供的装置，其实现原理及产生的技术效果和前述方法实施例相信连接，可以使用互联网，广域网，本地网，城域网等。总线42可以是ISA（IndustryStandardArchitecture，工业标准体系结构）总线、PCI（PeripheralComponentInterconnect，外设部件互连标准）总线或EISA（ExtendedIndustryStandard处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DigitalSignal的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件便于描述本申请和简化描述，而不是指示或暗示所指