2 results about "Document section" patented technology

本发明提供一种基于文档章节结构的阶梯文本分块方法、设备及存储介质，方法包括如下步骤：S1、获取文本及其版面定位信息；S2、按行合并文本并排序；S3、按章节合并段落；S4、按章节关系合并分块；S5、识别错误章节编号并修复。本发明不同于以句子或段落等语义单元切分主流的文本分块方法，基于文档章节结构的阶梯文本分块方法启发于文档深层的组织逻辑，为检索增强应用的文本分块提供了一种新思路；本发明基于规则的章节标题组合与切分方法保证了文档分块的粒度合理、语义完整；同时，无需借助大模型复杂的运算划分分块，效率高、资源低消耗。