金融界2025年8月7日消息,国家知识产权局信息显示,上海奇思信息技术有限公司申请一项名为“一种基于多类型文档的抽取与检索方法”的专利,公开号CN120429314A,申请日期为2025年03月。
专利摘要显示,本发明涉及一种基于多类型文档的抽取与检索方法,包括以下步骤:获取数万篇金融文本资料,对版面进行人工标注,接着将标注结果给到模型进行训练;对于非图片类和图片类的文档分别采用iText技术和OCR技术来识别对应位置范围内的文字;将文本中包含的非结构化数据转化为结构化表达;采用HNSW算法,在海量的向量数据中实现分层、高效的数据检索;通过结合上文中的语义向量检索和传统的关键词匹配,能够较好的实现最相关文本的检索;最后采用RRF算法,获取最相关的待检索文本;基于结构化数据,通过上下文关联出相同段落的文本作为最终的结果返回。解决了现有文档检索技术在处理金融文档的实时性和准确性上存在不足的问题,显著提高文档检索的准确性和效率。
天眼查资料显示,上海奇思信息技术有限公司,成立于2011年,位于上海市,是一家以从事其他金融业为主的企业。企业注册资本20000万人民币。通过天眼查大数据分析,上海奇思信息技术有限公司共对外投资了2家企业,参与招投标项目165次,财产线索方面有商标信息24条,专利信息9条,此外企业还拥有行政许可7个。
本文源自:金融界
作者:情报员
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.