首页|期刊导航|现代信息科技|MUD-SAPF:基于大模型的多源非结构化科研数据智能解析处理框架

MUD-SAPF:基于大模型的多源非结构化科研数据智能解析处理框架OA

MUD-SAPF:A Large-Model-Based Intelligent Parsing and Processing Framework for Multi-Source Unstructured Research Management Data

中文摘要英文摘要

科研管理中存在大量证件材料、申报指南及项目申报书等非结构化数据,其版式多样、语义复杂、噪声干扰大,传统的信息管理系统难以对其进行有效利用.针对这一问题,本文提出一套面向科研管理的多源非结构化数据解析与结构化处理框架(Multi-source Unstructured Data Structured Analysis and Processing Framework,MUD-SAPF).该框架结合深度版面分析和多模态语义推理,构建端到端数据治理流水线,实现科研管理数据的高效结构化与清洗.实验证明,在证件审核、指南采集及申报书处理等典型应用场景中,该框架有效降低人工参与成本,并在识别准确率、处理效率和下游分析可靠性上均显著提升.研究表明,该框架具备良好的工程可行性,可为科研管理系统智能化升级提供可靠支撑.

Research management involves large volumes of unstructured data,such as credential documents,application guidelines,and project proposals,which traditional information systems struggle to effectively utilize due to heterogeneous layouts,complex semantics,and significant noise.This paper proposes MUD-SAPF,a multi-source unstructured data parsing and structuring framework for research management.By integrating deep layout analysis and multimodal semantic reasoning,the framework establishes an end-to-end data processing pipeline to efficiently structure and clean management data.Experimental results show that MUD-SAPF significantly reduces manual effort and improves recognition accuracy,processing efficiency,and the reliability of downstream analysis in typical application scenarios.The framework demonstrates strong engineering feasibility and supports the intelligent upgrading of research management systems.

赵露曦;彭杰;谭琪;姬鹏;李论

凉山州科学技术信息中心,四川 凉山 615000四川省计算机研究院,四川 成都 610041凉山州科学技术信息中心,四川 凉山 615000四川省计算机研究院,四川 成都 610041四川省计算机研究院,四川 成都 610041

信息技术与安全科学

非结构化数据多模态大模型科研管理

unstructured datamultimodal large modelsresearch management

《现代信息科技》 2026 (17)

7-12,6

四川省科技计划项目(2024ZHYS0023)凉山州科技计划项目(25YYYJ0220)

10.19850/j.cnki.2096-4706.2026.17.002

评论