[发明专利]一种文档多模态信息提取与关联方法

摘要

本发明公开了一种文档多模态信息提取与关联方法，该方法包括多模态信息提取和多模态信息关联，多模态信息提取是基于python编程语言，根据不同文档对程序进一步调整适配，提取技术文档中的文字、表格、图片等提取多模态信息数据，多模态信息关联是将提取出的文字、表格、图片等多模态信息数据依据其内在属性建立关联关系进行关联合并。本发明通过集成多种单模态信息提取技术，针对技术文档中多模态信息，构建不同方法提取，在此基础上，将多模态信息实现跨文件关联，避免了技术文档中信息提取难、关联关系不清楚等情况，解决了技术文档信息格式不统一、类型多、不标准导致的查找信息效率低、多模态信息关联问题。