買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉靈犀量子(北京)醫(yī)療科技有限公司申請的專利文檔數(shù)據(jù)清洗方法、系統(tǒng)、電子設備、存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114708134B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210255573.3，技術(shù)領域涉及：G06T1/00；該發(fā)明授權(quán)文檔數(shù)據(jù)清洗方法、系統(tǒng)、電子設備、存儲介質(zhì)是由劉鵬;王則遠設計研發(fā)完成，并于2022-03-15向國家知識產(chǎn)權(quán)局提交的專利申請。

本文檔數(shù)據(jù)清洗方法、系統(tǒng)、電子設備、存儲介質(zhì)在說明書摘要公布了：本發(fā)明提供一種文檔數(shù)據(jù)清洗方法、系統(tǒng)、電子設備、存儲介質(zhì)，所述方法包括：獲取待清洗的文檔的圖像版本，將文檔的圖像版本拆分為多個示例；將示例轉(zhuǎn)化為圖像向量，并與預置的樣本圖像向量比較，判斷示例是否需要去除；去除需要去除的示例，拼接剩余的示例，獲得清洗后的文檔。本發(fā)明可以對大多數(shù)各種形式的圖像版本的文獻進行清洗，大大數(shù)據(jù)清洗的成本，提高數(shù)據(jù)生產(chǎn)效率。

本發(fā)明授權(quán)文檔數(shù)據(jù)清洗方法、系統(tǒng)、電子設備、存儲介質(zhì)在權(quán)利要求書中公布了：1.一種文檔數(shù)據(jù)清洗方法，其特征在于，應用于醫(yī)學PDF文獻，基于訓練過的神經(jīng)網(wǎng)絡模型實現(xiàn)，通過對PDF文獻進行人工處理，將一些非關鍵信息與文獻關鍵文本內(nèi)容信息進行坐標標記分類，分為非關鍵信息與關鍵信息兩類，用做神經(jīng)網(wǎng)絡模型的訓練集數(shù)據(jù)，神經(jīng)網(wǎng)絡模型中將每張圖像拆分多個圖像塊，每個圖像塊進一步拆分為多個示例，示例是指的比圖像塊更細粒度的、構(gòu)成圖像塊的單元，所述方法包括： 獲取待清洗的文檔的圖像版本，將文檔的圖像版本拆分為多個示例； 將示例轉(zhuǎn)化為圖像向量，并與預置的樣本圖像向量比較，判斷示例是否需要去除； 去除需要去除的示例，拼接剩余的示例，獲得清洗后的文檔； 示例通過圖像塊按照預定規(guī)則得來，各個示例之間因而存在基于預定規(guī)則的連接或者映射關系，通過神經(jīng)網(wǎng)絡進行編碼，該編碼發(fā)力于全局，去除需要去除的示例后，進行編碼的逆向操作，恢復示例之間的映射關系，完成拼接，獲取清洗后的文檔； 所述將文檔的圖像版本拆分為多個示例，包括： 基于多示例學習，將文檔的圖像版本拆分為多個多示例包； 其中，每個多示例包含有多個沒有分類標簽的示例； 所述將示例轉(zhuǎn)化為圖像向量，包括： 基于Transformer網(wǎng)絡，先將示例拆分形成序列，再對序列進行編碼，形成與示例對應的圖像向量； 神經(jīng)網(wǎng)絡模型中采用Transformer網(wǎng)絡結(jié)合多示例學習分類器的多示例包，將多示例包的每個示例進一步拆分并形成embedding序列，形成類似NLP中的tokens，利用Transformer網(wǎng)絡編碼，編碼發(fā)力于局域，相應的映射形成示例轉(zhuǎn)化的圖像向量。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人靈犀量子(北京)醫(yī)療科技有限公司，其通訊地址為：100161 北京市豐臺區(qū)南四環(huán)西路186號四區(qū)5號樓5層09室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。