[发明专利]一种基于深度学习的PDF文档段落自动提取系统及装置在审
| 申请号： | 202010022116.0 | 申请日： | 2020-01-09 |
| 公开（公告）号： | CN111259623A | 公开（公告）日： | 2020-06-09 |
| 发明（设计）人： | 宋永生;吴义黄;王楠;王逸飞 | 申请（专利权）人： | 江苏联著实业股份有限公司 |
| 主分类号： | G06F40/117 | 分类号： | G06F40/117;G06F40/151;G06F40/205;G06N3/04;G06N3/08 |
| 代理公司： | 连云港联创专利代理事务所(特殊普通合伙) 32330 | 代理人： | 赵晓琴 |
| 地址： | 210006 江苏省南京*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的PDF文档段落自动提取系统及装置，通过获得一定量的初始PDF文档数据，将所述初始PDF文档数据转化为二次PDF文档；根据二次PDF文档中加入的段落结构标记符号与PDF文档解析工具，确定二次PDF文档的段落属性特征；判断所述段落属性特征对所述二次PDF文档的段落结构的影响程度大小；当所述影响程度高于预定影响因子指数时，获得关键段落属性特征；根据所述关键段落属性特征、所述初始PDF文档数据构建多层感知机神经网络模型，获得最终提取模型，所述最终提取模型提取初始PDF文档数据的段落，达到了提高PDF文档段落提取的准确性，泛化性强，能够适用于不同的复杂PDF文档的技术效果。 | ||
| 搜索关键词： | 一种 基于 深度 学习 pdf 文档 段落 自动 提取 系统 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏联著实业股份有限公司，未经江苏联著实业股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010022116.0/，转载请声明来源钻瓜专利网。
