龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：炜呈智能电力科技(杭州)有限公司
摘要：本申请涉及大模型检索增强生成技术领域，解决了现有技术中因忽略文本结构信息、分段规则简单、忽略小标题而导致的难以准确识别段落边界，以及无法识别段落内容中的冗余和错误信息的问题公开了一种基于文章结构树从PDF文件中切分补全完整语义段落的方法，该方法包括：根据所述PDF文件生成文章结构树，补全所述文章结构树中缺失的父节点，搜索所述PDF文件中的小标题，根据语义相似度进行节点的剪枝以合成完整语义段落，该方法能够保证段落的完整性以及结构的清晰性，同时缩短了搜索时间，过滤掉了因为文章结构树误差等原因生成的冗余信息。
主权项：1.一种基于文章结构树从PDF文件中切分补全完整语义段落的方法，其特征在于，包括：获取待处理文章的PDF文件；根据所述PDF文件生成文章结构树，以将所述PDF文件的内容按照目录、表格、图片、页码、标题、父节点、子节点、根节点中的至少一种形式进行标记；通过上下文分析、结构分析、文本内容分析和预定的规则补全所述文章结构树中缺失的父节点；搜索所述PDF文件中的小标题；以所述小标题为跟节点遍历每个小标题的所有子节点，根据语义相似度进行节点的剪枝以合成完整语义段落。
全文数据：
权利要求：
百度查询： 炜呈智能电力科技(杭州)有限公司 基于文章结构树从PDF文件中切分补全完整语义段落的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号