一种基于语义处理的表格片段链接复原方法及系统
基本信息
| 申请号 | CN202011621485.8 | 申请日 | - |
| 公开（公告）号 | CN112632927A | 公开（公告）日 | 2021-04-09 |
| 申请公布号 | CN112632927A | 申请公布日 | 2021-04-09 |
| 分类号 | G06F40/174;G06F40/30;G06F40/284;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 金鑫;李鹏辉 | 申请（专利权）人 | 上海犀语科技有限公司 |
| 代理机构 | 上海乐泓专利代理事务所（普通合伙） | 代理人 | 苏杰 |
| 地址 | 200082 上海市杨浦区伟德路6号1005-18室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明的一种基于语义处理的表格片段链接复原方法，具体包括如下步骤：S100、对表格进行结构化抽取得到表格片段；S200、对步骤S100抽取的表格片段进行预处理；S300、采用LSTM深度学习模型学习表格上下文和表格内数据的语义信息，来判断相邻表格片段是否应该被链接；S400、对模型处理结果进行规则校验，对需要进行链接的表格片段进行复原。本实施例的方法利用LSTM深度学习模型进行表示学习，自动化挖掘表格上下文和表格内数据中所蕴含的语义信息，实现对PDF文档中的换行换页场景下的表格片段是否应该进行链接复原的智能化识别，并对该组表格片段进行链接复原。 |
