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！

龙图腾网恭喜浙江孚临科技有限公司申请的专利一种非规范文档的切片处理方法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：CN119538921B 。

龙图腾网通过国家知识产权局官网在2025-04-11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：202510101066.8，技术领域涉及：G06F40/284；该发明授权一种非规范文档的切片处理方法是由唐科伟;陈声鸿设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本一种非规范文档的切片处理方法在说明书摘要公布了：本发明涉及文本处理技术领域，具体公开了一种非规范文档的切片处理方法，包括以下步骤：S1：确定第一关键词和第二关键词；S2：获取第一词向量和第二词向量，基于第一词向量和第二词向量确定子段落和章节名称之间的关联程度；S3：根据关联程度确定待定段落，对待定段落进行排序得到段落排序；确定目标段落对应的章节名称，根据新的章节名称再次确定待定段落；当不存在待定段落时判定文档完成规范化，对规范化后的文档进行切片。本发明通过对非规范文档进行规范化和切片，提高召回的准确性。

本发明授权一种非规范文档的切片处理方法在权利要求书中公布了：1.一种非规范文档的切片处理方法，其特征在于，包括以下步骤：S1：将文档中单个章节对应的段落标记为子段落，基于TF-IDF算法提取所述子段落中的关键词，将其作为第一关键词，对章节名称进行分词，得到第二关键词；S2：获取所述第一关键词的词向量，并记为第一词向量wf=（C1，C2，…，Cn），Cn表示所述第一词向量在第n维度上的值，n表示总的维度数量，获取所述第二关键词的词向量，并记为第二词向量ws=（D1，D2，…，Dn），Dn表示所述第二词向量在第n维度上的值，基于所述第一词向量和第二词向量确定子段落和章节名称之间的关联程度；S3：将子段落和章节名称之间的关联程度小于预设的关联程度阈值的关联程度对应的子段落标记为待定段落，将所述待定段落按照关联程度的大小进行降序排序，得到段落排序；将所述段落排序中首位的待定段落作为目标段落，获取所述目标段落的文本摘要，将所述文本摘要作为章节名称f，确定章节名称f对应的第二词向量F，基于所述第一词向量和第二词向量F，确定待定段落和章节名称f的关联程度，并再次确定待定段落；重复上述步骤，直至不存在待定段落，完成文档的规范化，将规范化后的文档中的一个章节作为一个文档切片，完成文档的切片。

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浙江孚临科技有限公司，其通讯地址为：310000 浙江省杭州市滨江区长河街道建业路511号华创大厦7层703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”。