[发明专利]一种政务电子文档的内容分析提取系统

摘要

本发明公开了一种政务电子文档的内容分析提取系统，属于文档内容提取技术领域，为了解决现有技术中对于内容抽取的准确性以及效率性能等方面表现参差不齐，提供的渠道单一扩展不便的问题，本发明通过不同渠道传来的URL或者文件使用内容抽取模块抽取内容，再通过特征与规则手段来判断适合的信息类型并抽取出信息的要素，其中对于页面中有可以解析提取的电子文档，将会继续解析提取里面的内容与字段，最后通过提供并接受多种渠道的文档内容分析提取请求，并提供异步处理方案使系统之间解耦。本发明使得对于文档内容抽取的准确性以及效率性能等方面的表现较好，并且提供的提取系统渠道多样化、扩展方便，实现异步处理、高可用性及高吞吐量。