一种基于神经网络的PDF文档内容文本段落聚合的方法
基本信息
| 申请号 | CN201910201653.9 | 申请日 | - |
| 公开（公告）号 | CN109948518A | 公开（公告）日 | 2019-06-28 |
| 申请公布号 | CN109948518A | 申请公布日 | 2019-06-28 |
| 分类号 | G06K9/00（2006.01）I; G06K9/46（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 聂昱 | 申请（专利权）人 | 武汉汉王数据技术有限公司 |
| 代理机构 | 武汉科皓知识产权代理事务所（特殊普通合伙） | 代理人 | 魏波 |
| 地址 | 430070 湖北省武汉市洪山区珞喻路33号中部创意大厦18楼1804 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于神经网络的PDF文档内容文本段落聚合的方法，通过定义一行文本的几十个特征、把特征转换为多维向量、生成样本数据集、设计算法模型，持续训练模型，最后输出训练好的算法模型。实现对输入的两行文本，使用此算法模型，准确判断是否这两行文本应该合并到同一个段落。本发明基于神经网络的人工智能技术，研发应用程序对PDF提取的行文字自动聚合成段落，还原文字原本的句子和段落结构信息，便于PDF内容数据的重复利用；人工智能程序自动聚合的效率是人工处理无法企及的，实现机器代替人工，节约人力成本、大幅提高效率。 |
