一种基于多模态大模型的文档分割方法

本发明提出了一种基于多模态大模型的文档分割方法，包括以下步骤：S1，文档预处理，提取待分割文档中各模态的原始特征；S2，多模态特征编码，利用编码器对各模态的原始特征进行编码，生成能被模型识别和处理的特征表示；S3，模态融合，根据各模态的权重对多模态特征进行融合，得到融合后的文档特征表示；S4，文档分割，利用分割模型对文档特征表示进行分割，输出文档的分割边界和类别标签；S5，后处理与优化，评估分割结果的准确性，根据评估结果调整分割结果和模型参数。本发明通过融合文本、图像、表格和格式等多模态特征，结合自适应加权融合机制动态分配各模态权重，有效捕捉不同模态间的关联性与重要性差异，提高了对复杂文档的分割准确性。