公开(公告)号：CN118942104A

公开(公告)日：2024-11-12

申请号：CN202411418750.0

申请日：2024-10-12

申请人： 深圳交易集团有限公司

发明人： 陈戈 ,  梁敏华 ,  陈春 ,  谢庆笙 ,  张文娟 ,  戴志 ,  晏志敏 ,  冯琛 ,  叶娘基

IPC分类号： G06V30/413 ,  G06V30/414 ,  G06V30/148 ,  G06F40/30 ,  G06F40/289

摘要： 本发明公开了一种结构化信息的提取方法及系统，包括：对标书文件进行数据预处理，得到预处理文件；对预处理文件进行文档结构解析；基于光学字符识别技术以及自然语言处理技术，识别文档结构解析后的预处理文件中的结构体信息；将提取出的结构体信息归类到相应的文档标题层级中，生成结构体对象树状表。能够自动化、智能化地从非结构化文档中提取结构化信息，提高了信息的提取效率和利用效率，同时也提高了信息提取的准确性。