块分割、识别与索引视觉元素及搜索文档的系统与方法

摘要

一种分割、识别、索引视觉元素并搜索文档的方法包括为每个文档生成元数据，使用元数据将所述文档分割成块，执行对被识别的块的块操作，使用数据和元数据规则识别并索引内嵌视觉元素，使用配置文件识别并索引块视觉元素，搜索包含视觉元素的文档。

主权项

一种处理文档的方法，所述方法包括：生成文档的初始元数据，该文档具有源内容和表示语义；基于所述初始元数据将所述文档划分为一个或多个被识别的块，每个块表示该文档内的逻辑单元，该识别基于将生成的一段的初始元数据中的键/值对与块识别标准集中的标准进行比较，其中，对于至少一个标准集中的所有标准，关于元数据计算为真指示所述文档的所述段是块；准备所述一个或多个被识别的块的一个块列表；使用块操作在所述块列表中处理所述一个或多个被识别的块；识别所述块列表中的至少一个被识别的块的至少一个标题块项。