一种光学字符识别方法及相关产品

本申请公开了一种光学字符识别方法及相关产品；该方法包括：获取非格式化文件；将非格式化文件输入至图生文模型中，得到非格式化文件对应的格式化文件；利用大语言模型对格式化文件进行校验，得到校验后的文件。在模型训练阶段，采用多个训练数据集对图生文模型进行多次迭代训练。训练数据集不仅包括不同类型的非格式化文件(如PDF文档、图像、扫描件、表格截图等)，还涵盖了与其对应的结构化格式化文件(如Word文档、Excel表格等)。通过这种多模态、多格式的数据驱动方式，图生文模型能够充分学习不同类型文档之间的布局结构、语义表达和格式转换规律，增强模型的泛化能力和通用性。