问答数据提取方法及装置

本发明提供一种问答数据提取方法及装置，所述方法包括：对数据来源图像进行文本识别，得到待提取文本；对数据来源图像进行版面分析，确定版面信息，版面信息用于表征待提取文本中各文本块的物理属性和各文本块在待提取文本中的空间排布特征；基于待提取文本的语义内容，以及版面信息，从待提取文本中提取问题文本以及与问题文本匹配的答案文本。本发明能更准确地理解文本的结构和语义，有效处理包含复杂公式和图表的文档，提高了问答数据提取的准确性和效率，解决了传统方法在处理复杂文档时识别精度低、提取效率低的问题。