上海模豆科技有限公司

本申请提供一种采用OCR生成识别结果的方法、设备及介质，应用于档案数字化技术领域，通过根据预定义的扩展标记规范生成识别控制指令，引导多模态大模型识别待识别文档中的页面元素，得到页面元素识别信息，并根据标签映射规则确定对应的扩展标签，按照格式要求利用扩展标签对页面元素识别信息进行结构化封装，实现了页面元素识别信息与扩展标签之间的统一映射以及不同页面元素识别信息的标准化表达和承载，生成便于统一解析和利用的标准化OCR识别结果，解决了现有OCR识别结果以纯文本表达为主、通用格式缺少统一的标签定义和封装规范，导致页面元素识别信息难以得到统一表达、完整承载和有效利用的问题。