文本信息的提取方法、系统、设备以及存储介质

本说明书公开了一文本信息的提取方法、系统、设备以及存储介质，获取待处理的目标图像和针对该目标图像的目标问题文本，该目标图像携带文本信息，该目标问题文本用于指示从该目标图像中提取目标文本信息。对该目标图像进行文本识别，得到该目标图像对应的图像文本，该图像文本包括该目标图像中所携带的文本信息。将该目标图像、该图像文本以及该目标问题文本输入多模态处理模型，通过该多模态处理模型对该目标图像、该图像文本以及该目标问题文本进行处理，得到该目标文本信息，实现了对目标图像进行智能化的文本信息提取，在上述过程中，利用多模态处理模型的多模态理解能力，也即是利用不同模态的信息来进行文本信息提取，泛化能力较强。