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！
摘要：本发明公开了基于多模态大模型的PDF论文元数据结构化解析方法，涉及学术论文管理相关技术领域，该方法包括：采集第一PDF论文进行视觉分析，生成元数据抽取提示；构建初始多模态大模型，输出第一初始元数据；定义多个数据文本生成元数据抽取提示集合；输出N个PDF论文的N个初始元数据；生成多模态大模型；对第一初始元数据进行验证，输出第一PDF论文的第一元数据。解决了现有PDF论文元数据解析存在的OCR转化文本过程中使得文档的关键和细节信息丢失、无法精准识别PDF论文中的所有文本，进而导致元数据抽取识别的精准度和完整性不好的技术问题，达到了提高PDF论文元数据抽取结果的精准度及完整性的技术效果。
主权项：1.基于多模态大模型的PDF论文元数据结构化解析方法，其特征在于，所述方法包括：采集第一PDF论文进行视觉分析，生成第一PDF图像信息，根据文本抽取需求对所述第一PDF图像信息进行标识，生成元数据抽取提示；构建初始多模态大模型，基于所述第一PDF图像信息与所述元数据抽取提示同步至所述初始多模态大模型，输出所述第一PDF论文的第一初始元数据；基于多个信息源采集N个PDF论文进行视觉分析，生成N个PDF图像信息，根据所述文本抽取需求定义多个数据文本生成元数据抽取提示集合，N为大于1的整数；将所述N个PDF图像信息与所述元数据抽取提示集合同步至所述初始多模态大模型，输出所述N个PDF论文的N个初始元数据，所述N个PDF论文与所述N个初始元数据存在对应关系；基于所述N个PDF论文与所述N个初始元数据对所述初始多模态大模型进行调整，生成多模态大模型；利用所述多模态大模型结合所述第一PDF论文对所述第一初始元数据进行验证，输出所述第一PDF论文的第一元数据。
全文数据：
权利要求：
百度查询： 中国科学院文献情报中心 基于多模态大模型的PDF论文元数据结构化解析方法
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