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！

龙图腾网恭喜粤港澳大湾区数字经济研究院(福田)申请的专利一种文本结构化抽取方法、系统、终端及介质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：CN119202144B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411748540.8，技术领域涉及：G06F16/334；该发明授权一种文本结构化抽取方法、系统、终端及介质是由刘晓辉;孙双龙;谢育涛设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本一种文本结构化抽取方法、系统、终端及介质在说明书摘要公布了：本发明提供的一种文本结构化抽取方法、系统、终端及介质，具体涉及自然语言处理和信息检索技术领域，方案包括：获取目标文本的解析文本，基于解析文本添加索引编号并拼接，获得目标拼接文本；根据多个文本获得多个训练数据集；利用多个训练数据集对预设大语言模型进行微调，得到微调大语言模型；基于目标拼接文本通过微调大语言模型进行处理，生成目标文本的结构化内容。该方案将索引编号融入到文本段落中，能够通过索引编号指向目标文本的关键信息，提高大语言模型对整篇文本结构进行准确且全面的理解能力，不仅能够确保生成的目标文本的结构化内容保留文本中各个段落之间的层次结构，而且能够提高目标文本的结构化内容的可读性和准确性。

本发明授权一种文本结构化抽取方法、系统、终端及介质在权利要求书中公布了：1.一种文本结构化抽取方法，其特征在于，包括以下步骤：获取目标文本的解析文本，基于所述解析文本添加索引编号并拼接，获得目标拼接文本；根据多个文本获得多个训练数据集；利用所述多个训练数据集对预设大语言模型进行微调，得到微调大语言模型；基于所述目标拼接文本通过所述微调大语言模型进行处理，生成所述目标文本的结构化内容；所述根据多个文本获得多个训练数据集，包括：根据所述多个文本得到拼接文本集；基于所述拼接文本集通过预设第一大语言模型，得到第一训练数据集，其中所述第一训练数据集包含多个第一训练数据子集；基于所述拼接文本集和所述第一训练数据集通过所述预设第一大语言模型，得到第二训练数据集；根据所述拼接文本集构建第一提示集；基于所述第一提示集通过所述预设第一大语言模型，得到第三训练数据集；所述基于所述拼接文本集通过预设第一大语言模型，得到第一训练数据集，包括：基于所述拼接文本集中的每个拼接文本通过预设第一大语言模型，得到所述每个拼接文本的第一标题和所述第一标题的索引编号；更新所述每个拼接文本的第一标题和所述第一标题的索引编号，得到多个第一训练数据子集；根据所述多个第一训练数据子集，得到第一训练数据集；基于所述目标拼接文本通过所述微调大语言模型进行处理，生成所述目标文本的结构化内容，包括：基于所述目标拼接文本通过微调大语言模型，得到目标拼接文本的结构化标题；根据所述目标拼接文本构建第三提示；将所述第三提示通过微调大语言模型，获得所述目标拼接文本的所有抽取对象及每个提取对象的索引编号；对所述目标拼接文本、所述目标拼接文本的结构化标题、所述目标拼接文本的所有抽取对象及每个提取对象的索引编号进行处理，得到多个类型键值对；基于所有所述键值对，生成所述目标文本的结构化内容；对所述目标拼接文本、所述目标拼接文本的结构化标题、所述目标拼接文本的所有抽取对象及每个提取对象的索引编号进行处理，得到多个类型键值对，包括：基于所述目标拼接文本的标识符和所述目标拼接文本的内容构建第一键值对，其中将所述目标拼接文本的标识符作为所述第一键值对的键，所述目标拼接文本的内容作为所述第一键值对的值；基于所述目标拼接文本的结构化标题的标识符和所述目标拼接文本的结构化标题的内容构建第二键值对，其中将所述目标拼接文本的结构化标题的标识符作为所述第二键值对的键，所述目标拼接文本的结构化标题的内容作为所述第二键值对的值；基于所述目标拼接文本的所有抽取对象及所有提取对象的索引编号构建第三键值对，其中将所述目标拼接文本的所有抽取对象的标识符作为所述第三键值对的键，所有提取对象的索引编号作为所述第三键值对的值。

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粤港澳大湾区数字经济研究院(福田)，其通讯地址为：518045 广东省深圳市福田区福保街道市花路长富金茂大厦1号楼39楼3901单元；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”。