基于多模态大模型的知识结构化抽取方法

本申请提供一种基于多模态大模型的知识结构化抽取方法，涉及数据处理技术领域。包括：根据数据抽取需求，确定待抽取属性信息，并根据待抽取属性信息，生成结构化数据模型；根据结构化数据模型，按照预设的抽取策略，对待处理的原始多模态文件进行数据抽取，得到多个抽取结果；对多个抽取结果进行合并处理，得到合并抽取结果；对合并抽取结果进行校验，得到目标抽取结果。本方法在通过多模态大模型进行知识抽取中，通过多轮抽取结合分阶段抽取的抽取策略，可以降低模型一次抽取的数据量，避免数据抽取遗漏，同时分阶段抽取使得模型可以由粗到细，由全局理解到字段级精抽逐步递进，避免上下文丢失，提升抽取结果的精度。