[发明专利]提取文档结构的方法和装置有效
| 申请号： | 201110259138.X | 申请日： | 2011-09-02 |
| 公开（公告）号： | CN102982010A | 公开（公告）日： | 2013-03-20 |
| 发明（设计）人： | 杨勇;闫国龙 | 申请（专利权）人： | 北大方正集团有限公司;北京北大方正电子有限公司 |
| 主分类号： | G06F17/22 | 分类号： | G06F17/22;G06F17/30 |
| 代理公司： | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人： | 王达佐 |
| 地址： | 100871 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种提取文档结构的方法和装置，方法包括：将通过填写文档模版所生成的文档转换为xml文件，其中将所述文档的各个段落转换成所述xml文件的各个元素，所述元素的名称属性记录所述段落由所述文档模板所规定的段落样式的名称，所述元素的内容属性记录所述段落的内容；在schema文件中查找与所述xml文件中的元素具有相同名称属性的元素；将所述xml文件中的所述元素的内容属性按照所述同名的元素所映射的版式结构输出。本发明上述的实施例通过schema文件、将文档转换后的xml文件，可对文档中的字符数据结构化，从而获得结构化文档。相对于通过标签生成结构化文档的方法，时间短、效率高。 | ||
| 搜索关键词： | 提取 文档 结构 方法 装置 | ||
【主权项】：
一种提取文档结构的方法，其特征在于，包括：将文档转换为xml文件；在schema文件中查找与所述xml文件中的元素具有相同名称属性的元素；将所述xml文件中的所述元素的内容属性按照所述同名的元素所映射的版式结构输出。
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北大方正集团有限公司;北京北大方正电子有限公司，未经北大方正集团有限公司;北京北大方正电子有限公司许可，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/201110259138.X/，转载请声明来源钻瓜专利网。
