如何使用Azure AI Document Intelligence获取特定页面的章节层级？

1. 通过元素页码关联章节与目标页面 #

Azure AI Document Intelligence返回的layout.sections下所有子元素（如paragraphs、headings）都携带pageNumber属性。你可以遍历章节下的元素，通过这个属性判断章节是否覆盖目标页面，或直接筛选出目标页面内的章节片段：

# 示例：提取第2页专属的章节内容
target_page = 2
page_specific_sections = []
for section in document.layout.sections:
    # 筛选章节内属于目标页面的元素
    page_elements = [elem for elem in section.paragraphs + section.headings if elem.pageNumber == target_page]
    if page_elements:
        page_specific_sections.append({
            "section_id": section.id,
            "content": page_elements
        })

2. 调整API请求参数优化识别准确性 #

• 启用样式识别：调用API时添加features=styleFont,styleHeading参数，让模型更精准识别标题格式，减少章节划分错误。
• 指定分析页面范围：如果仅需处理特定页面，通过pages参数明确目标页码（如pages=1,3-5），模型会聚焦这些页面生成更精准的章节结构，避免跨页干扰。

3. 手动重构单页章节层级 #

若API返回的章节仍存在跨页混乱，可基于页面内的标题层级重新构建：

1. 提取目标页面的所有headings和paragraphs元素。
2. 根据标题的level属性（如level=1为一级标题、level=2为二级标题），将同页面内的段落与对应标题绑定，生成单页专属的章节树。

4. 反馈问题至Azure官方 #

如果结果持续不稳定，可通过Azure门户提交支持工单，附上问题文档和API返回结果，让官方团队排查模型识别的准确性问题。

内容的提问来源于stack exchange，提问作者Droid-Bird