[发明专利]一种PDF业务文档的信息抽取方法在审
| 申请号： | 202211562314.1 | 申请日： | 2022-12-07 |
| 公开（公告）号： | CN116311259A | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 李佳静;董泽信;戴媛媛;贾网;李小龙;李盛;孟涛 | 申请（专利权）人： | 中国矿业大学（北京） |
| 主分类号： | G06V30/14 | 分类号： | G06V30/14;G06V30/146 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 朱桢荣 |
| 地址： | 100083 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种PDF业务文档的信息抽取方法，涉及文件信息抽取和数据处理领域，包括如下步骤：步骤1、对PDF业务文档的每个页面进行解析，得到表格线列表；步骤2、若能够为一个字符对象生成最小单元格，则判定该字符对象为表格字符；否则判定该字符对象为非表格字符；步骤3、对所有的非表格字符以坐标信息进行拼接、分段，完成非表格区域的文本抽取，并得到每个非表格字符段的中心点的坐标；步骤4、根据非表格字符段的中心点的坐标，对所有最小单元格所属的表格区域进行划分，得到表格区域列表；步骤5、对表格区域列表完成结构和区域文本的抽取。本方法能够提高PDF业务文档，尤其是包含复杂表格的金融披露文档中信息抽取的精度。 | ||
| 搜索关键词： | 一种 pdf 业务 文档 信息 抽取 方法 | ||
【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中国矿业大学（北京），未经中国矿业大学（北京）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/202211562314.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种儿童玩具车
- 下一篇：一种基于DPDK的SDN网络数据转发方法及装置
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
