[发明专利]信息抽取方法和装置有效
| 申请号： | 201310028403.2 | 申请日： | 2013-01-24 |
| 公开（公告）号： | CN103092973A | 公开（公告）日： | 2013-05-08 |
| 发明（设计）人： | 高滨;刘正伟;高飞 | 申请（专利权）人： | 浪潮（北京）电子信息产业有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 北京安信方达知识产权代理有限公司 11262 | 代理人： | 栗若木;曲鹏 |
| 地址： | 100085 北京市海*** | 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： | 本发明提供了一种信息抽取方法和装置。涉及计算机应用领域；解决了现有信息抽取技术无法满足实际应用需要的问题。该方法包括：对HTML文档进行预处理，得到规范的XHTML文档；对所述XHTML文档进行解析，获取样本实例；通过归纳学习所述样本实例，得出公共XPATH；生成XSLT抽取规则；根据所述XSLT抽取规则和所述XPATH，通过输出文件函数进行信息抽取。本发明提供的技术方案适用于基于网页结构的特征分析，实现了高查全率和查准率的信息抽取。 | ||
| 搜索关键词： | 信息 抽取 方法 装置 | ||
【主权项】：
一种信息抽取方法，其特征在于，包括：对超文本标记语言（HTML）文档进行预处理，得到规范的可扩展超文本置标语言（XHTML）文档；对所述XHTML文档进行解析，获取样本实例；通过归纳学习所述样本实例，得出公共XML路径语言（XPATH）；生成扩展样式表转换语言（XSLT）抽取规则；根据所述XSLT抽取规则和所述XPATH，通过输出文件函数进行信息抽取。
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浪潮（北京）电子信息产业有限公司，未经浪潮（北京）电子信息产业有限公司许可，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/201310028403.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种新型内科腿部砂疗器
- 下一篇：手动三摇病床
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
