公开(公告)号：CN113761906B

公开(公告)日：2024-06-18

申请号：CN202010686621.5

申请日：2020-07-16

申请人： 北京沃东天骏信息技术有限公司 ,  北京京东世纪贸易有限公司

发明人： 马丹妹 ,  闫欣鸣 ,  陶洪明 ,  李博

IPC分类号： G06F40/289 ,  G06F40/205

摘要： 本发明公开了解析文档的方法、装置、设备和计算机可读介质，涉及计算机技术领域。该方法的一具体实施方式包括：按照文档类型提取文档中的文本，并获取所述文档的格式特征；根据所述文档的格式特征和文本块特征，将所述文本划分为多个文本块；分析所述文本块中的文字，确定所述文本块的关键信息；依据所述文本块的关键信息，组成所述文档的解析文本。该实施方式能够准确地从文档中提取信息以形成所需文本，提高文本准确率。

公开(公告)号：CN113761906A

公开(公告)日：2021-12-07

申请号：CN202010686621.5

申请日：2020-07-16

申请人： 北京沃东天骏信息技术有限公司 ,  北京京东世纪贸易有限公司

发明人： 马丹妹 ,  闫欣鸣 ,  陶洪明 ,  李博

IPC分类号： G06F40/289 ,  G06F40/205

摘要： 本发明公开了解析文档的方法、装置、设备和计算机可读介质，涉及计算机技术领域。该方法的一具体实施方式包括：按照文档类型提取文档中的文本，并获取所述文档的格式特征；根据所述文档的格式特征和文本块特征，将所述文本划分为多个文本块；分析所述文本块中的文字，确定所述文本块的关键信息；依据所述文本块的关键信息，组成所述文档的解析文本。该实施方式能够准确地从文档中提取信息以形成所需文本，提高文本准确率。