一种版式文件结构化处理方法

本发明涉及计算机技术领域，尤其涉及一种版式文件结构化处理方法。该方法包括导入待处理版式文件；形成实体关系组；形成对应的表结构进行储存，将半结构化数据转化为结构化数据；检测修正。本发明通过对导入的各种格式的版式文件进行解析，以识别版式文件中的半结构化数据，以将半结构化数据转换为结构化数据，通过对半结构化数据进行文本提取，以提取关键信息，通过将识别的实体与拆分的图像片进行匹配，找出与实体相关联的图像片，将匹配的图像片与文本数据段以及对应的实体关系存储为图结构，通过图结构清晰地表示文本数据段、实体、实体关系和关联的图像片之间的关系，方便进一步的分析和查询，提高数据的管理和分析效率。