[发明专利]用于提取文档结构的方法和装置无效
| 申请号： | 201110259172.7 | 申请日： | 2011-09-02 |
| 公开（公告）号： | CN102982028A | 公开（公告）日： | 2013-03-20 |
| 发明（设计）人： | 曾建英 | 申请（专利权）人： | 北大方正集团有限公司;北京北大方正电子有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人： | 王达佐 |
| 地址： | 100871 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 用于 提取 文档 结构 方法 装置 | ||
1.一种用于提取文档结构的方法，其特征在于，包括：
以预设的内容样式规则识别文档的内容的颗粒；
以条目标签标注所述颗粒；
从预设的映射规则组中选择与所述文档的类型相对应的映射规则；
使用所述选择的映射规则将所述条目标签映射到结构标签；
使用所述结构标签标注所述颗粒。
2.根据权利要求1所述的方法，其特征在于，所述条目标签包括：所述颗粒的段落标题、段落内容、位置和层级；所述文档的类型包括以下至少之一：新闻、小说、课文、论文、辞书、试卷。
3.根据权利要求1所述的方法，其特征在于，所述结构标签包括所述条目标签的内容，还包括：名称，用于指示所述颗粒所述的结构类型；范围，用于指示当前所述颗粒的起始位置到下一所述颗粒的起始位置的内容。
4.根据权利要求1所述的方法，其特征在于，还包括：
从显示规则组选择与所述文档的类型相对应的显示规则；
使用所述选择的显示规则，根据所述结构标签的标注显示所述文档的内容。
5.根据权利要求4所述的方法，其特征在于，采用XML格式定义所述显示规则。
6.根据权利要求1至4任一项所述的方法，其特征在于，还包括：
提供界面，接受用户自定义新的映射规则或者修改已有的所述映射规则。
7.根据权利要求1至4任一项所述的方法，其特征在于，采用XML格式定义所述内容样式匹配规则和所述映射规则。
8.一种用于提取文档结构的装置，其特征在于，包括：
识别模块，用于以预设的内容样式规则识别文档的内容的颗粒；
条目标注模块，用于以条目标签标注所述颗粒；
映射选择模块，用于从预设的映射规则组中选择与所述文档的类型相对应的映射规则；
映射模块，用于使用所述选择的映射规则将所述条目标签映射到结构标签；
结构标注模块，用于使用所述结构标签标注所述颗粒。
9.根据权利要求8所述的装置，其特征在于，条目标签包括颗粒的段落标题、段落内容、位置和层级；所述结构标签包括所述条目标签的内容，还包括：名称，用于指示所述颗粒所述的结构类型；范围，用于指示当前所述颗粒的起始位置到下一所述颗粒的起始位置的内容。
10.根据权利要求8所述的装置，其特征在于，还包括：
显示选择模块，用于从显示规则组选择与所述文档的类型相对应的显示规则；
显示模块，用于使用所述选择的显示规则，根据所述结构标签的标注显示所述文档的内容。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北大方正集团有限公司;北京北大方正电子有限公司，未经北大方正集团有限公司;北京北大方正电子有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201110259172.7/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种U形销拔销器
- 下一篇：一种组装蓄电池样品的简易工装
