轨道交通领域的RAG数据解析方法、装置、设备、介质

本申请提供一种轨道交通领域的RAG数据解析方法、装置、设备、介质，该方法，包括：获取文档；若文档的格式非pdf格式，则将其转换为pdf格式；对pdf格式的文档进行版面分析，识别表格区域和文本区域；对于表格区域形成表格元素的html字符串；对于文本区域提取文本内容；将html字符串和文本内容转换为结构化的元数据，并存储于RAG的向量数据库中。本方法先将文档的格式统一为pdf格式，为数据解析提供统一的输入源，避免格式差异对解析结果的影响。再对文档的pdf格式进行版面分析，识别表格区域和文本区域，进而针对表格区域和文本区域分别提取元数据，实现了信息的完整、准确提取，提升了文档在实际工作中的应用价值。