本发明涉及一种基于注意力增强大模型的文档理解方法，本发明利用文档布局中视觉上丰富的信息，将视觉嵌入表示与输入文本嵌入对齐，显著了改善视觉丰富的文档中的语言表示形式，本发明采用新颖的基于文档图像和文本语义信息、构建多模态的文档解析与理解框...