[发明专利]一种电子文档信息的数据提取方法、电子设备及存储介质在审
| 申请号： | 201910725818.2 | 申请日： | 2019-08-07 |
| 公开（公告）号： | CN110609998A | 公开（公告）日： | 2019-12-24 |
| 发明（设计）人： | 李宗蔚;彭彬;区旸;黎毅;吴淦浩;孙风建;李展鹏;罗伟浩;陈堉颖;孙荣 | 申请（专利权）人： | 中通服建设有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/335;G06F17/22 |
| 代理公司： | 44288 广州市越秀区哲力专利商标事务所(普通合伙) | 代理人： | 陶洁雯 |
| 地址： | 510000 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种电子文档信息的数据提取方法，首先从获取的电子文档信息中提取文本的正文内容；然后对提取的正文内容进行预处理，转换为标准化的文本内容，并对其划分为多个短句；根据配置文件对每个短句依据关键字依次进行主题匹配、属性名匹配以及属性值匹配，得出电子文档信息中的属性名以及对应的属性值，实现了电子文档信息中的信息抽取，解决了现有技术中数据抽取的效果低下等的问题。本发明还公开了一种电子设备和存储介质。 | ||
| 搜索关键词： | 电子文档信息 短句 正文内容 匹配 预处理 存储介质 电子设备 配置文件 数据抽取 数据提取 文本内容 信息抽取 主题匹配 标准化 文本 转换 | ||
【主权项】：
1.一种电子文档信息的数据提取方法，其特征在于：包括以下步骤：/n配置文件生成步骤：根据业务需求设定配置文件；其中，业务需求定义了待抽取信息；/n获取步骤：从获取的电子文档信息中提取文本的正文内容；/n预处理步骤：对提取的正文内容进行预处理，并将其转换为标准化的文本内容；/n短句划分步骤：根据短句划分规则将标准化的文本内容划分为多个短句；匹配步骤：根据配置文件对每个短句依据关键字匹配算法依次进行主题匹配、属性名匹配以及属性值匹配，得出每个属性名对应的属性值；/n结果判断步骤：对每个属性名的属性值进行判断其是否符合业务需求，并根据判断结果得出抽取的一个或多个属性；其中，属性包括一个属性名和一个属性值。/n
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中通服建设有限公司，未经中通服建设有限公司许可，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/201910725818.2/，转载请声明来源钻瓜专利网。
- 上一篇：生成文本的摘要的方法和装置
- 下一篇：舆情监控系统的冷启动方法及装置
