[发明专利]用于发现表格数据中的关系的方法和系统

说明书

技术领域

本发明一般涉及用于文档的自然语言处理的方法、系统和计算机程序产品。更特别地，本发明涉及用于发现表格数据(tabular data)中的关系的方法、系统和计算机程序产品。

背景技术

文档包含任何形式的信息。例如，被配置为语句和段落的文本信息以叙述的形式传递信息。

一些类型的信息是在表格组织中被呈现的。例如，文档可包含用于呈现财务信息、组织信息并且一般呈现通过一些关系相互相关的任何数据条目的表格。

自然语言处理(NLP)是便利于人与数据处理系统之间的信息交换的技术。例如，NLP的一个分支属于将给定的内容转换成人可用的语言或形式。例如，NLP可接受内容是计算机特定语言或形式的文档，并产生相应内容采取人可读形式的文档。

发明内容

解释性实施例提供用于发现表格数据中的关系的方法、系统和计算机程序产品。实施例接收一组文档，所述一组文档中的文档包含表格数据。实施例选择要确定其依赖性的表格数据中的单元格。实施例选择与单元格(cell)结合使用的假设(hypothesis)。实施例通过确定是否能够通过在所选部分上使用在假设中规定的函数来计算假设中的结论，使用处理器和存储器测试假设是否适用于文档的所选部分，其中，文档的所选部分包含文档的表格数据中的所选单元格范围和非表格部分中的内容中的一个。实施例利用假设以相对于所选部分描述单元格。

附图说明

在所附的权利要求中阐述被认为是本发明的特征的新颖特征。但是，通过在结合附图阅读时参照解释性实施例的以下的详细描述，可以最好地理解本发明自身以及优选的使用方式及其进一步目的和优点，其中，

图1示出可实现解释性实施例的数据处理系统的网络的图示；

图2示出可实现解释性实施例的数据处理系统的框图；

图3示出根据解释性实施例的其中可识别函数依赖性的表格数据的例子；

图4示出根据解释性实施例的发现表格数据中的关系的方式的框图；

图5示出根据解释性实施例的用于发现表格数据中的关系的应用的框图；

图6示出根据解释性实施例的用于发现表格数据中的关系的示例处理的流程图；以及

图7示出根据解释性实施例的用于评价置信水平的示例处理的流程图。

具体实施方式

解释性实施例认识到，经受NLP的文档一般包含表格数据，即，一个或多个表格数据结构(表格)的形式的内容。表格的单元格是表格内的包含单元，使得单元格的内容可唯一地由表格的行和列或其它的适当的坐标识别。

解释性实施例认识到，在表格的单元格内呈现的信息常常涉及同一表格的其它单元格中的信息、同一文档中的不同表格的单元格或不同文档中的单元格或不同表格。对于理解表格数据的意思，并且，一般对于总体理解文档的意思，包含于不同单元格中的信息之间的关系是十分重要的。

解释性实施例认识到，为了正确和完整地解释表格数据，在NLP中需要专门的处理或操作。用于理解单元格值之间的关系的当前可用技术限于通过使用行或列标题启发式地猜测单元格的标签。

用于描述本发明的解释性实施例一般针对并解决与当前可用NLP技术的限制有关的上述问题和其它问题。解释性实施例提供用于发现表格数据中的关系的方法、系统和计算机程序产品。

解释性实施例认识到，表格中的单元格可依赖于表格中的一个或多个其它的单元格、跨给定文档中的不同表格的单元格或跨不同文档中的不同表格中的单元格。一个单元格对另一单元格的依赖性在本质上是函数关系，即，基于函数的依赖性。例如，形成这种函数依赖性的基础的函数可以是在某些单元格值上运算以在某些其它的单元格中赋予单元格值的数学、统计、逻辑或条件函数的任意组合。

作为例子，包含总量的单元格在函数上依赖于值参与总量的单元格。作为另一例子，统计分析结果单元格，诸如包含实验中的方差值的单元格，可在函数上依赖于可能处于另一表格中的一组其它的单元格，在该另一表格中记录实验的各种迭代的结果。

这些例子意图不在于限制解释性实施例。函数依赖性指示一个或多个表格的单元格之间的关系，并且高度可根据表格或文档中的数据、其目的和各种单元格的意思被配置。

并且，单元格可作为从属单元格和/或作为被从属单元格参与任意数量的函数依赖性。由于单元格中的信息可涉及在给定文档中的任何位置可用的信息，因此单元格的函数依赖性也可包含依赖于给定文档中的非表格数据。