买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉佛山市规律未来智能科技有限公司申请的专利一种基于LLM的文档结构化自动处理方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119782503B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411852020.1，技术领域涉及：G06F16/334；该发明授权一种基于LLM的文档结构化自动处理方法及系统是由吴见乐;谢丰泽;何骁设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种基于LLM的文档结构化自动处理方法及系统在说明书摘要公布了：本发明公开了一种基于LLM的文档结构化自动处理方法及系统，涉及文档处理技术领域，包括步骤：S1、文档输入和预处理：去除无序文本中的特殊字符、统一编码格式，调整其语义密度；S2、去冗余和关键词提取：去除无序文本中的重复信息，并提取第一关键词；S3、语义抽取和结构化：根据第一关键词逐句解析无序文本，抽取每一个句子对应的主要意义和相关语义信息，得到抽取结果，包括同一个句子的第二关键词和句意；S4、语义栈构建和更新：根据抽取结果构建和更新语义栈，存储语义单元；一个语义单元对应同一个抽取结果；S5、结构化输出：将语义栈中的数据以预设格式输出。本发明适用于多领域、多类型的复杂无序文档的结构化处理。

本发明授权一种基于LLM的文档结构化自动处理方法及系统在权利要求书中公布了：1.一种基于LLM的文档结构化自动处理方法，其特征在于，包括如下步骤： S1、文档输入和预处理：所述文档包括无序文本；所述预处理包括文本标准化处理和语义修复；所述文本标准化包括去除所述无序文本中的特殊字符和统一编码格式；所述语义修复为调整所述无序文本的语义密度，扩充或删减所述无序文本的段落； S2、去冗余和关键词提取：去除所述无序文本中的重复信息；分析所述无序文本，提取所述无序文本的关键词，记为第一关键词； S3、语义抽取和结构化：利用预训练的大型语言模型，根据所述第一关键词，逐句解析所述无序文本，并抽取所述文本中每一个句子对应的主要意义和相关语义信息，得到抽取结果；所述抽取结果包括同一个句子的若干个关键词，记为第二关键词，还包括句意； S4、语义栈构建和更新：根据所述抽取结果构建和更新语义栈；所述语义栈存储的数据为语义单元；一个所述语义单元对应同一个句子包含的所述第二关键词和所述句意；不同所述语义单元之间为父子或同级的层级关系，或无层级关系； 更新所述语义栈前，还包括层级判断操作； 所述层级判断操作包括，计算所述语义单元的信息熵： 其中，HX表示所述语义单元的信息熵；X表示所述语义单元；N表示所述第二关键词的数量；xi为第i个所述第二关键词；pxi表示X的分量包括xi的概率； 所述信息熵的计算由BERT模型完成，计算过程为： 其中，|X|表示一个所述语义单元的所述第二关键词的数量； V表示预设的词汇表；|V|表示所述词汇表中的词的数量；vj表示所述词汇表中的第j个词；pxi＝vj|X表示xi和vj相同的概率； 对于a表示所述语义栈已存储的语义单元，b表示新的语义单元； 若HbHa，则b为a的子级； S5、结构化输出：将所述语义栈中的数据以预设格式输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人佛山市规律未来智能科技有限公司，其通讯地址为：528312 广东省佛山市顺德区陈村镇广隆工业区环镇东路4号顺智科创园7栋802-1室(住所申报)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。