一种基于图神经网络的多模态文档信息抽取方法
实质审查的生效
摘要
本发明公开了一种基于图神经网络的多模态文档信息抽取方法，包括S1：对图片中的文字进行识别，并转化成文本格式输出文本块，同时输出文本块的位置坐标；S2：对文本块进行文本、视觉、布局三种模态特征提取，并进行模态间的特征融合，输出图节点特征；S3：将文本块内容进行抽象化，输出初始图G＝(V,E,A)：S4：通过将图节点分配到不同的簇来实现对初始图进行划分，对图节点的分配矩阵进行迭代更新，通过迭代多次分配实现图的分块；S5：根据各个阶段的分配矩阵和簇表示对图节点的最终表示进行更新；S6：对图节点进行节点分类和链路预测，输出最终结果。本发明能够有效捕获文档的空间布局信息、有效提高语义准确性，通用性强。
基本信息
专利标题 ：
一种基于图神经网络的多模态文档信息抽取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114419304A
申请号 ：
CN202210056911.0
公开（公告）日 ：
2022-04-29
申请日 ：
2022-01-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
罗伟杰陈永红谢翀
申请人 ：
深圳前海环融联易信息科技服务有限公司
申请人地址 ：
广东省深圳市前海深港合作区前湾一路1号A栋201室（入驻深圳市前海商务秘书有限公司）
代理机构 ：
深圳市中科创为专利代理有限公司
代理人 ：
谭雪婷
优先权 ：
CN202210056911.0
主分类号 ：
G06V10/22
IPC分类号 ：
G06V10/22 G06V10/25 G06V10/44 G06V10/82 G06N3/04 G06N3/08
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06V 10/22
申请日 : 20220118
申请日 : 20220118
2022-04-29 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
