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！

龙图腾网获悉北京有竹居网络技术有限公司;脸萌有限公司申请的专利文档理解模型的生成方法、应用方法、装置、设备及介质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：CN116129452B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310095723.3，技术领域涉及：G06V30/41；该发明授权文档理解模型的生成方法、应用方法、装置、设备及介质是由冯书维;詹天扬;揭展明;梁国忠设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本文档理解模型的生成方法、应用方法、装置、设备及介质在说明书摘要公布了：本公开实施例公开了一种文档理解模型的生成方法、应用方法、装置、设备及介质。该方法包括：确定用于生成文档理解模型所需的训练输入信息；控制文档理解模型对训练输入信息中文档文本信息、文档图像信息及文档布局信息进行多模态信息融合，基于融合后信息控制文档理解模型执行多模态联合训练任务，多模态联合训练任务用于对恢复掩码文本、掩码图像以及掩码布局的能力进行联合学习；依据多模态联合训练任务对文档理解模型的参数进行调整得到收敛的文档理解模型。通过利用不同模态之间关联对文档内容、文档图像以及文档布局进行联合学习，利用深层网络建模能力实现多模态深度融合，提高模型对OCR识别容错能力，提高文档理解模型输出效果。

本发明授权文档理解模型的生成方法、应用方法、装置、设备及介质在权利要求书中公布了：1.一种文档理解模型的生成方法，其特征在于，所述方法包括： 确定用于生成文档理解模型所需的训练输入信息，所述训练输入信息包括经局部掩码处理的文档文本信息、文档图像信息以及文档布局信息，所述文档布局信息用于描述文档文本信息及文档图像信息在文档中的位置；所述文档布局信息能使文档理解模型进行预训练时学习到文档的布局特征； 控制所述文档理解模型对所述训练输入信息中文档文本信息、文档图像信息以及文档布局信息进行多模态信息融合，并基于融合后信息控制所述文档理解模型执行多模态联合训练任务，所述多模态联合训练任务用于对恢复掩码文本、掩码图像以及掩码布局的能力进行联合学习；所述文档理解模型的编码器块用于对所述训练输入信息中不同模态的信息分别进行编码处理后再进行融合；其中，基于融合后信息控制所述文档理解模型执行多模态联合训练任务，还包括：在控制所述文档理解模型执行多模态联合训练任务时，基于混合专家机制在所述文档理解模型的解码器块中对多模态联合训练时不同模态的训练任务进行模态分离； 依据所述多模态联合训练任务对所述文档理解模型的参数进行调整，以得到收敛的文档理解模型。

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北京有竹居网络技术有限公司;脸萌有限公司，其通讯地址为：101299 北京市平谷区林荫北街13号信息大厦802室；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”。

以上内容由龙图腾AI智能生成。