[发明专利]使用从文档提取的信息来标识关系

摘要

本申请涉及使用从文档提取的信息来标识关系。一些实现提供了从各文档中挖掘关系信息的技术和装置。例如，在一些实现中，可以接收包括表格的结构化数据。可以作出表格的第一部分包括第一类型的数据且表格的第二部分包括第二类型的数据的确定。表格的第一部分的第一内容与表格的第二部分的第二内容之间的关系可以被确定。表格的第一部分的第一内容与表格的第二部分的第二内容之间的关系可以根据新近度被排名并被存储以创建所存储的关系。可以基于一个或多个搜索项来搜索所存储的关系。可以显示基于对所存储的关系进行搜索的搜索结果。可以根据与每个所存储的关系相关联的排名来排序搜索结果。

主权项

1.一种挖掘关系信息的方法，包括：标识文档存储库中针对所述关系信息要被挖掘的文档；由一个或多个处理器从所述要被挖掘的文档标识结构化数据和半结构化数据，同时忽略非结构化数据，并将所述半结构化数据转换成结构化数据；使用由所述一个或多个处理器执行的第一分类器来确定，所述结构化数据包括具有第一数据类型的第一数据；使用由所述一个或多个处理器执行的第二分类器来确定，所述结构化数据包括具有第二数据类型的第二数据；由所述一个或多个处理器确定所述第一数据和所述第二数据之间的关系；以及由所述一个或多个处理器在数据库中存储所述关系。