买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院文献情报中心申请的专利一种基于多任务学习的科技论文PDF智能解析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119832580B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411914709.2，技术领域涉及：G06V30/413；该发明授权一种基于多任务学习的科技论文PDF智能解析方法是由张广寅;胡懋地;顾立平;赵旸;王猛;张智雄设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于多任务学习的科技论文PDF智能解析方法在说明书摘要公布了：本发明提供了一种基于多任务学习的科技论文PDF智能解析方法，涉及论文内容挖掘技术领域，包括：对图片位置、表格位置和行间公式位置进行掩盖，获得掩盖科技论文页面图片；进行OCR处理，获得文本内容和文本位置；进行预处理，获得文本位置特征和文本内容特征；通过深度多任务解析模型进行处理，同时获得阅读顺序识别结果、文本结构功能识别结果、段落检测结果和引用抽取识别结果。本发明解决了传统文本提取方法在处理PDF格式时，通常无法准确识别公式、图表等复杂排版元素，并且不同类型的内容在页面中的布局差异较大，传统方法很难实现准确的结构化识别和精确的布局分析，导致文档解析效果差的技术问题。

本发明授权一种基于多任务学习的科技论文PDF智能解析方法在权利要求书中公布了：1.一种基于多任务学习的科技论文PDF智能解析方法，其特征在于，所述方法包括： 对科技论文PDF文件进行版面分析，获得图片和图片位置、表格和表格位置、行间公式和行间公式位置，对所述图片位置、所述表格位置和所述行间公式位置进行掩盖，获得掩盖科技论文页面图片； 对所述掩盖科技论文页面图片进行OCR处理，获得文本内容和文本位置； 对所述文本内容和文本位置进行预处理，获得文本位置特征和文本内容特征； 通过深度多任务解析模型对所述文本位置特征和所述文本内容特征进行处理，同时获得阅读顺序识别结果、文本结构功能识别结果、段落检测结果和引用抽取识别结果； 对所述文本内容和文本位置进行预处理，获得文本位置特征和文本内容特征，包括： 对所述文本内容和文本位置进行预处理，获得文本字符特征、1D位置特征、2D位置特征和页面相对位置特征，对所述图片、所述表格和所述行间公式标识文本token； 将所述文本字符特征和所述文本token添加进所述文本内容特征； 将所述1D位置特征、所述2D位置特征和所述页面相对位置特征添加进所述文本位置特征； 对所述文本内容和文本位置进行预处理，获得文本字符特征、1D位置特征、2D位置特征和页面相对位置特征，对所述图片、所述表格和所述行间公式标识文本token，包括： 根据所述文本内容和所述文本位置，获得文本行内容和文本行位置； 对所述文本行内容进行编码，获得文本字符特征； 根据所述文本行内容，自首位从0开始编码，获得所述1D位置特征； 对所述文本行位置进行2D位置编码，获得所述2D位置特征，包括： 将所述文本行位置的左上角坐标和右下角坐标，以及所述文本行位置所属页面的宽度和高度进行归一化处理至预设区间，获得所述2D位置特征； 对所述文本行位置页面位置进行编码，获得所述页面相对位置特征，包括： 计算所述文本行位置的文本行页码与总页数的比值，并将该比值缩放到预设区间，获得所述页面相对位置特征； 对所述图片、所述表格和所述行间公式标识为特殊文本token。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院文献情报中心，其通讯地址为：100190 北京市海淀区中关村北四环西路33号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。