PDF的目录提取方法、PDF的目录提取设备及介质

本申请公开了一种PDF的目录提取方法、PDF的目录提取设备及介质，涉及文档目录识别技术领域，公开了PDF的目录提取方法，包括：提取目录页中每一目录行的语义信息以及目录行结构；基于语义信息以及目录行结构，计算每一目录行的目录条；根据每一目录行对应的目录条进行目录聚合处理，得到目标目录行；基于目标目录行对应的目录行结构和语义信息，确定每一目标目录行的目录层级；根据深度学习模型提取每一目录目录行的目录实体，并输出目录页对应的结构化目录。通过语义信息和目录行结构计算实际的目录类别，以便基于准确的类别进行目录行聚合处理，并确定每一目录行的层级，确保了目录结构的逻辑一致性，以此提高目录提取的准确性和提取效率。