[发明专利]一种基于大数据的PDF文档处理方法及装置有效
| 申请号： | 201711080720.3 | 申请日： | 2017-11-06 |
| 公开（公告）号： | CN107943785B | 公开（公告）日： | 2021-07-20 |
| 发明（设计）人： | 贾义动;纪晓阳;高峰 | 申请（专利权）人： | 广东广业开元科技有限公司 |
| 主分类号： | G06F40/279 | 分类号： | G06F40/279 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 朱晓敏;胡辉 |
| 地址： | 510623 广东省广州市天*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于大数据的PDF文档处理方法及装置，该方法包括：利用去重技术和格式转换技术，构建包含多个不同文档格式财务文档的多格式文档池；利用财务指标的正则表达式规则、起始特征指标和结束特征指标，对多个不同文档格式的财务文档进行定位解析处理后，获得财务数据以及与财务数据对应的指标名称和时间；利用财务数据所对应的不同解析结果，对财务数据进行校验。该装置包括用于存储程序的存储器以及用于加载程序并执行所述基于大数据的PDF文档处理方法的处理器。通过使用本发明，能够快速、准确地对多种不同格式的财务文档进行财务数据的解析提取。本发明作为一种基于大数据的PDF文档处理方法及装置可广泛应用于大数据解析领域中。 | ||
| 搜索关键词： | 一种 基于 数据 pdf 文档 处理 方法 装置 | ||
【主权项】：
一种基于大数据的PDF文档处理方法，其特征在于：该方法包括以下步骤：利用去重技术和格式转换技术，构建多格式文档池，其中，所述多格式文档池包含多个不同文档格式的财务文档；利用财务指标的正则表达式规则、起始特征指标和结束特征指标，对多个不同文档格式的财务文档进行定位解析处理后，获得财务数据以及与财务数据对应的指标名称和时间；利用财务数据所对应的不同解析结果，对财务数据进行校验。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东广业开元科技有限公司，未经广东广业开元科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711080720.3/，转载请声明来源钻瓜专利网。
- 上一篇：基于生成对抗网络的关系抽取方法
- 下一篇：一种中文命名实体识别方法及系统
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
