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！

龙图腾网恭喜北京因果树网络科技有限公司申请的专利一种PDF文件的信息抽取方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN106951400B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：201710067220.X，技术领域涉及：G06F40/154；该发明授权一种PDF文件的信息抽取方法及装置是由兰任;马超;张道泉;赵继广设计研发完成，并于2017-02-06向国家知识产权局提交的专利申请。

本一种PDF文件的信息抽取方法及装置在说明书摘要公布了：本发明涉及信息处理领域，尤其涉及一种PDF文件的信息抽取方法及装置，该方法为，针对PDF文件，分别将每一页中的信息生成相应的树形结构；分别统计每一页相应的树形结构中每一个节点的信息，从每一页中识别并抽取标题、正文、图表标题和图表结尾；进行汇总，对标题进行等级划分，并根据图表标题和图表结尾对图表进行抽取，分别将正文、图表映射到相应的标题和图表标题中，最终生成PDF文件的结构化数据，这样，可以对PDF文件中的标题、正文、图表等进行结构化抽取，进行精细解析和对图表信息的有效抽取，为实现行业研报垂直领域的搜索、信息精确定位及内容挖掘提供数据支持，极大的简化了用户分析研报内容的时间。

本发明授权一种PDF文件的信息抽取方法及装置在权利要求书中公布了：1.一种PDF文件的信息抽取方法，其特征在于，包括：针对PDF文件，分别获取所述PDF文件的每一页中的信息，并根据信息的类型，分别将每一页中的信息生成相应的树形结构；针对每一页相应的树形结构，分别统计每一页相应的树形结构中每一个节点的信息，根据每一个节点的信息的位置、高度、宽度，分别从每一页中识别并抽取每一页中的标题、正文、图表标题、图表结尾，并根据预设规则，将图表标题和图表结尾进行配对，其中，所述图表结尾表征图表结尾处图表的注释；汇总从每一页中识别并抽取的标题、正文、配对的图表标题和图表结尾，根据标题的高度和样式，对标题进行等级划分，并根据配对的图表标题和图表结尾的位置，分别从每一页中识别并抽取图表，以及分别将正文、图表映射到相应的标题和图表标题中，获得PDF文件的汇总结果；根据PDF文件的汇总结果，生成所述PDF文件的结构化数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京因果树网络科技有限公司，其通讯地址为：100080 北京市海淀区中关村创业大街昊海楼4层402室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。