文档向量化并行加速方法及系统

本发明公开了文档向量化并行加速方法及系统，属于文档处理技术领域，要解决的技术问题为大规模文档库的向量化效率低下。包括如下步骤：按照页码将扫描文档拆分为图片，将所有图片文件名存放到一个文件容器中；定义并初始化一个OCR结果容器；每个线程从图片文件中获取一张图片，并通过OCR识别模型识别图片文字内容，将文字内容存储至OCR结果容器中；模型切片线程从OCR结果容器中获取一条数据，通过预定义的切片方法进行切片；定义并初始化一个向量化结果容器；构建文档向量化线程池，从切片结果容器中获取一条数据，基于预定义的文本向量化模型对获取的数据进行向量化操作，得到文档内容向量化结果；整合文档向量化结果。