摘要：針對流式文檔結構理解中構件識別特征分析的不足,提出一種基于融合特征的構件識別方法。首先建立格式向量表示字體等構件格式特征,提取文檔構件中關鍵字等內容特征作為內容向量,分別計算待識別構件兩種特征與候選構件的得分并對其加權計算,得出候選的構件標簽;結合自頂向下和自底向上的結構識別方法,得到文檔的邏輯結構。通過實驗驗證了該方法能有效提高文檔構件識別的準確率,同時提高了文檔結構識別的準確率。