文档分类方法及文档分类装置

本申请公开了一种文档分类方法及文档分类装置，属于计算机技术领域。方法包括：基于待分类的第一文档的文本内容，获取文本语义特征；将文本内容转换为文本嵌入向量，并将第一文档的布局信息转换为布局嵌入向量；基于第一文档的文档图像，获取视觉嵌入向量和视觉语义嵌入向量；基于文本语义特征、文本嵌入向量、布局嵌入向量、视觉嵌入向量和视觉语义嵌入向量，构建第一文档对应的图结构；对第一文档对应的图结构进行图卷积处理，得到第一文档的文档嵌入向量，并基于第一文档的文档嵌入向量，确定第一文档的类别信息。该方法融合文本、布局和视觉等多模态信息，可以更全面地捕捉文档的语义关联和上下文信息，显著提高文档分类的精度和泛化能力。