文档处理方法、装置、计算机设备、存储介质及程序产品

本申请公开了一种文档处理方法、装置、计算机设备、存储介质及程序产品，属于计算机技术领域。所述方法包括：获取待处理文档；待处理文档为可携带文档格式；对待处理文档逐页解析，得到各页面的页面内容，并分别对各页面内容进行语义分块识别，得到多个语义分块；根据模态感知的语义提取策略，从各语义分块中分别提取语义要素；按照预定义的语义分块结构体，对语义要素进行标准化封装，生成多个结构体实例，以用于在语义任务中关联待处理文档中的原始内容。本申请能够提高动态分块的灵活性和准确性，进而提升后续语义任务的准确性。