[发明专利]一种基于XML的PDF文档信息抽取系统的方法无效
| 申请号： | 200510039015.X | 申请日： | 2005-04-18 |
| 公开（公告）号： | CN1687926A | 公开（公告）日： | 2005-10-26 |
| 发明（设计）人： | 张文德;宋艳娟;杨传耀;朱丹红;陈俊林 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 350002*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于XML的PDF文档信息抽取系统的方法，它是一种信息转化的方法，属于信息技术类，其步骤为：(1)DTD的设计，分析并选择出外部信息元数据和内部信息元数据；(2)实现对PDF文档的语义信息的抽取，先将提取存放PDF文档中各页的内容流，并进行解码，然后将PDF文档的物理结构转化为逻辑结构，外部信息元数据的提取，内部信息元数据的提取；(3)生成XML文档。本发明可以对转换后的XML文档做进一步的操作，从而提高文档自动分类和用户信息检索的效率。 | ||
| 搜索关键词： | 一种 基于 xml pdf 文档 信息 抽取 系统 方法 | ||
【主权项】：
1.一种基于XML的PDF文档信息抽取系统的方法，其特征在于：其步骤为：(1)DTD的设计，分析并选择出外部信息元数据和内部信息元数据；(2)实现对PDF文档的语义信息的抽取，先将提取存放PDF文档中各页的内容流，并进行解码，然后将PDF文档的物理结构转化为逻辑结构，外部信息元数据的提取，内部信息元数据的提取；(3)生成XML文档。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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福州大学，未经福州大学许可，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/patent/200510039015.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种实现双语网页搜索的方法
- 下一篇：一种茯苓保健面条
