[发明专利]用于电子记录标记的系统和方法

说明书

提供了用于使用从电子记录的特定区域或区提取和分析的信息对记录管理系统中的记录进行分类和标记的系统和方法。分类模板可对应于一个或多个标记。分类模板可通过一个或多个分类单元定义。可以将电子记录与多个分类模板相匹配，以及基于与所述分类模板的接近度，向所述电子记录分配对应于所述分类模板的一个或多个标记。

交叉引用

本申请要求2016年8月9日提交的美国临时申请号62/372,556的权益，上述申请通过引用而全文并入于此。

发明背景

信息通常可以储存在物理文档文件上。然而，这样的物理存储系统可能要求有极大量的空间可供无限期使用。例如，物理文档文件可被收藏于档案馆、仓库、图书馆和/或保管库中。物理文档一旦被储存，还可能需要日常维护，以便防止文档的损坏、破坏或劣化(例如，自然劣化)。此外，对储存在物理文档文件上的信息的访问可能昂贵且耗时。物理文档不仅会难以定位和运送，而且一旦物理文档被识别出来，从物理文件中提取信息也可能会是耗时的。

作为替代方案，可以将来自物理文档的信息转移到电子介质，并且储存在存储器中。在一些情况下，可以电子地创建和储存信息。这可以消除对于存储空间和存储期间维护的需求。

发明内容

即使作为电子记录储存，当存在繁多的其他电子文件需要翻查时，特定信息和/或文档可能难以定位和隔离。对于例如能够保存多达或超过数千万个记录的大规模记录管理系统，传统分类方法诸如记录到分类组成部分的手动映射可能非常低效。本文认识到需要用于电子记录的高效切准确的分类和标记以及此后对其准确检索的系统和方法。

提供了用于使用从电子记录的特定区域或区提取和分析的信息对记录管理系统中的记录进行分类和标记的系统和方法。在一些情况下，可以对电子记录进行分类和标记。在一些情况下，可以对电子记录中的特定区域或区进行分类和标记。可以用记录分类的一个或多个元素对记录和/或区域或区进行分类和标记。这样的分类和标记可以至少部分地基于自然语言并与之兼容。这样的分类和标记可以至少部分地基于用户活动和/或记录活动并与之兼容。有益地，使用本文提供的系统和方法分类和标记的记录可在此后基于用户活动和/或记录活动来检索，这可以提供例如比搜索关键词更多的上下文相关性。本文的系统和方法可以允许对记录管理系统进行训练以供无监督和自动化的标记。

在一个方面，提供了一种用于对电子记录进行分类的计算机实现的方法，包括：借助于一个或多个计算机处理器访问分类模板库，其中所述分类模板库的每个分类模板包括一个或多个标记(tag)和一个或多个分类单元，其中分类单元包括：(i)所述电子记录的区域或区以及(ii)分类方法；将所述电子记录与所述分类模板库的第一分类模板相匹配；确定针对所述电子记录的所述第一分类模板的模板接近度得分，其中所述模板接近度得分至少部分地基于对安置在所述电子记录的所述区域或区中的内容应用的所述分类方法；以及至少部分地基于所述模板接近度得分向所述电子记录分配所述第一分类模板的所述一个或多个标记。

在一些实施方式中，该方法还包括针对所述分类模板库的第二分类模板重复上述操作。

在一些实施方式中，如果所述模板接近度得分大于预定阈值得分，则向所述电子记录分配所述第一分类模板的所述一个或多个标记。

在一些实施方式中，至少两个分类模板共享同一分类单元。

在一些实施方式中，该方法还可以包括确定所述第一分类模板中的每个分类单元的单元接近度得分，其中所述单元接近度得分至少部分地基于对安置在所述电子记录中的所述分类单元的所述区域或区中的内容应用的所述分类单元的所述分类方法，并且其中所述模板接近度得分是针对每个分类单元确定的所述单元接近度得分的聚合(aggregate)。

在一些实施方式中，所述分类方法是包括以下各项的组中的至少一个成员(member)：(i)正则表达式模式、(ii)词性模式以及(iii)一个或多个分类算法。