[发明专利]一种基于样式的内容结构化加工方法及系统

摘要

本发明涉及一种基于样式的内容结构化加工方法和系统，属于信息内容加工技术领域。现有技术中，内容结构化的方法要么需要手工录入，要么只能对纯内容的数据进行结构化，无法带入内容的版式信息和样式信息。本发明所述的方法和系统，根据需要结构化的文件建立内容结构化体系，然后建立样式与结构化关键字的对应关系，最后解析文档提取内容形成结构化内容，从而完成内容结构化的加工。采用本发明所述的方法和系统，内容结构化的加工过程中既不会受数据字段的约束，还可以同时保留原文档内容的样式属性，一方面利用了已有的文档信息，版式特征，另一方面是实现了内容结构化的自动加工。

主权项

1、一种基于样式的内容结构化加工方法，包括以下步骤：(1)建立内容结构化体系，根据需要设置结构化关键字，并确定结构化关键字之间的关系；(2)建立样式与结构化关键字之间的对应关系；(3)解析需要结构化的文档，提取内容形成结构化内容。