一种基于人工智能的多模态文档解析系统

本发明涉及人工智能技术领域，且公开了一种基于人工智能的多模态文档解析系统，所述解析系统由图像预处理模块、多模态特征提取模块、自然语言处理模块、模态融合与解析模块和文档结构识别模块组成。本发明通过清晰化图像，去除噪声和模糊，使图像质量得到提升，使用掩模来分别提取文本、表格和图像区域，从而精准分离不同的文档内容，将视觉特征与提取的区域信息组合在一起，生成一个综合的特征向量，这样更全面地理解文档的内容，对从图像中提取的文本进行解析，进行语义分析和关键词提取，从而理解文本内容，从解析后的文本中提取出关键词，帮助识别文档的主要主题和关键点，达到了多模态解析文档使解析的结果更精准的有益效果。