[发明专利]一种文档内容结构化的方法及装置有效
| 申请号： | 201210560708.3 | 申请日： | 2012-12-20 |
| 公开（公告）号： | CN103885972A | 公开（公告）日： | 2014-06-25 |
| 发明（设计）人： | 孙明明 | 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： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 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： | 本申请提供了一种文档内容结构化的方法及装置，所述方法包括：基于第一文档中样式为预设样式的第一schema文件以及一规则为第一结构化规则的第一XML文件，生成与所述第一文档对应的第一实例化规则；基于所述第一文档中的已结构化的第一内容的第一标签结构树，获得与所述第一内容对应的第一标签列表；从与所述第一标签列表对应的不连续内容中获得与所述第一实例化规则匹配的M个文本，其中，所述不连续内容为不包含在所述已结构化的第一内容中的未结构化内容；判断获得所述M个文本对应的M个标签中可以与所述已结构化的第一内容匹配的N个标签；基于所述N个标签，将所述N个标签对应的N个文本结构化，获得第二标签结构树。 | ||
| 搜索关键词： | 一种 文档 内容 结构 方法 装置 | ||
【主权项】：
一种文档内容结构化的方法，其特征在于，所述方法包括：基于第一文档中样式为预设样式的第一schema文件以及一规则为第一结构化规则的第一XML文件，生成与所述第一文档对应的第一实例化规则；基于所述第一文档中的已结构化的第一内容的第一标签结构树，获得与所述第一内容对应的第一标签列表；从与所述第一标签列表对应的不连续内容中获得与所述第一实例化规则匹配的M个文本，其中，所述不连续内容为不包含在所述已结构化的第一内容中的未结构化内容，M为大于等于1的正整数；判断获得所述M个文本对应的M个标签中可以与所述已结构化的第一内容匹配的N个标签；基于所述N个标签，将所述N个标签对应的N个文本结构化，获得第二标签结构树。
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/201210560708.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种双向循环活塞式气动加油机
- 下一篇：模块的制造方法及模块
- 内容再现系统、内容提供方法、内容再现装置、内容提供装置、内容再现程序和内容提供程序
- 内容记录系统、内容记录方法、内容记录设备和内容接收设备
- 内容服务系统、内容服务器、内容终端及内容服务方法
- 内容分发系统、内容分发装置、内容再生终端及内容分发方法
- 内容发布、内容获取的方法、内容发布装置及内容传播系统
- 内容提供装置、内容提供方法、内容再现装置、内容再现方法
- 内容传输设备、内容传输方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容发送设备、内容发送方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容再现装置、内容再现方法、内容再现程序及内容提供系统
- 内容记录装置、内容编辑装置、内容再生装置、内容记录方法、内容编辑方法、以及内容再生方法
