基于大语言模型的文档图像信息抽取方法和装置

本发明提供一种基于大语言模型的文档图像信息抽取方法和装置，通过获取待识别的文档图像，对文档图像进行检测识别，得到文本信息和文本坐标信息；使用预设符号重构文档图像的布局信息，生成布局感知文档；获取提问信息，按照预设的问题生成规则，基于布局感知文档和提问信息生成提示词；将提示词输入大语言模型，获取初步结果信息；根据本文行索引信息确定答案文本信息的坐标位置信息，将问题、问题对应的答案文本信息和坐标位置信息生成最终结果信息。通过该方法和装置的应用，结合了OCR识别引擎的图像分析处理能力和大语言模型的语义理解能力，能够识别分析多种文档图像，泛化能力强，信息抽取准确率高，减少了开发和维护成本。