[发明专利]用于为电子发现数据编索引的系统和方法

权利要求书

1.一种用于为一个或者多个文档d_i编索引的方法，包括以下步骤：

(a)确定所述一个或者多个文档d_i中的每个文档的文件类型f_i；

(b)执行从所述一个或者多个文档d_i对数据da_i的提取e_i；

(c)针对一个或者多个嵌入对象d_k测试从文档d_i的所述提取e_i恢复的所述数据da_i，并且如果检测到一个或者多个嵌入对象d_k，则向缓冲器追加来自所述一个或者多个嵌入对象d_k的数据da_i，其中所述数据存在于所述一个或者多个文档d_i中，以及

(d)针对所述一个或者多个文档d_i递归地重复步骤(a)到(c)直至在所述一个或者多个文档d_i中未检测到附加的嵌入对象d_k。

2.根据权利要求1所述的方法，其中在所述一个或者多个文档d_i中可视地表示所述数据da_i。

3.根据权利要求2所述的方法，其中所述数据da_i是文本。

4.根据权利要求2所述的方法，其中所述数据da_i是可视信息。

5.根据权利要求2所述的方法，其中所述数据da_i是图形信息。

6.根据权利要求1所述的方法，其中所述嵌入对象d_k包含附加的嵌入文档d_k+n，其中n是代表在d_k中相继嵌入的对象级数1的从1到n的整数。

7.根据权利要求6所述的方法，还包括：针对所有所述嵌入对象d_k递归地重复步骤(a)到(d)，并且如果在d_k中检测到至少一个附加的嵌入对象，则执行对所述附加的嵌入对象的提取，直至在d_k中未检测到附加的嵌入对象。

8.根据权利要求7所述的方法，其中用分级关系嵌入文档，所述分级关系由在d_i中嵌入的d_k、在d_k中嵌入的d_k+1、在d_k+1中嵌入的d_k+2到在d_k+(n-1)中嵌入的d_k+n来表示。

9.根据权利要求1所述的方法，其中所述一个或者多个文档d_i的文件类型可由文件类型确定器来标识。

10.根据权利要求1所述的方法，还包括生成索引i，其中所述索引表示在所述文档d_i与所述嵌入对象d_k之间的至少一个关系集合，并且其中所述文档d_i和所述嵌入对象d_k具有与所述文档d_i和所述嵌入对象d_k中的每个文档和嵌入对象相关联的至少一个个体标识符id_i或者id_k。

11.根据权利要求1所述的方法，其中相对于在文档d_i中的文本在内容和位置上保留d_i内的d_k的可视表示的文本t_k。

12.根据权利要求1所述的方法，其中针对每个文件类型f_i存在个体的对应提取e_i。