一种基于结构理解的文档解析向量化方法及装置

本发明涉及数据处理技术领域，公开了一种基于结构理解的文档解析向量化方法及装置，方法包括：获取待解析文档；基于待解析文档的文档格式采用目标解析工具和/或目标解析参数解析待解析文档，得到解析结果；将解析结果整理为至少一组JSON数据体；将JSON数据体转换为向量化数据；其中，待解析文档包括至少两种文档格式，不同的文档格式对应不同的目标解析工具和/或目标解析参数，文档格式至少包括DOC和PDF。基于上述方案，能够将所有的解析结果统一转换为统一的JSON数据体，再转换为向量化数据，便于后续的数据处理、分析和机器学习应用，并且使得得到的解析结果最优。