[发明专利]HTML表格语义脉络分析方法

摘要

一种HTML表格语义分析方法，应用于网页文档的检索，可以根据HTML表格中不同单元格之间的几何位置关系获得该表格的语义脉络关系。通过定义表格坐标系及表格矩阵来描述单元格，定义列或行组合单元并以列或行组合单元为分析对象来确定表格中属性及其取值的特征。通过分析单元格之间的几何位置关系设定每个属性的作用域及建立属性及其取值的识别规则，这样可以使用表格矩阵对表格单元格进行遍历，建立所有单元格之间的关系，形成表格语义脉络树，为文档的检索提供支持。该方法符合人的制表和阅读习惯，算法简单，只需要记录表格内容树而不必将其展开成本体节点或数据库数据，大大节省存储空间。

主权项

一种HTML表格的语义分析方法，应用于HTML表格的语义脉络分析，特别是网络文档的检索，其特征是：定义表格坐标系并用表格矩阵来记录，定义单元格对象来表示显示单元格，定义列或行组合单元并以列或行组合单元为分析对象，确定表格中属性及其取值的特征，以单元格之间的几何位置关系设定每个属性的作用域及建立属性及其取值的识别规则，通过使用表格矩阵对表格单元格进行遍历，建立所有单元格之间的关系，使相关的单元格之间形成了语义脉络关系。