基于多模态文档信息配置提取的方法及系统

本发明提供基于多模态文档信息配置提取的方法及系统，方法包括：对文档初步分析，识别文件类型与格式，文档预处理；根据文档类型与内容分布选择最适配的识别模式，配置相应识别参数；针对不同类型识别结果，采用定制化提取策略和识别提取规则，按类别设定提取要素；确定每项识别提取规则对应的文档页码位置，精确提取所需信息；将提取结果回调；记录保存识别提取规则及识别提取配置。本发明在多种维度上精确定义提取范围，提高提取过程精准性和适应性；设计处理正则表达式匹配结果重叠问题算法，提高高亮处理准确性和文档可读性；提供图形用户界面，允许用户直观地预览识别结果及高亮效果，支持即时反馈和调整，提升了用户操作的直观性和便捷性。