一种公告文本关键信息提取方法及设备
授权
摘要
本发明涉及一种公告文本关键信息提取方法,包括如下步骤:将公告文本转换为HTML文件,所述HTML文件中包含DIV控件,每个DIV控件对应代表一行文字;根据DIV控件的描述样式提取文字信息和表格信息,且在提取的过程中将相邻的语义关联的行合并为段落,与相邻行不存在语义关联的行独立成为段落,得到结构化文本;建立包含关键词的关键信息表单;通过特征工程获取关键信息,并该关键信息写入所述关键信息表单中,完成公告文本的关键信息提取。本发明能够深度解析公告文本,将非结构化数据转换成结构化文本,且能够快速准确提取关键信息,极大减少人工抽取数据的时间,提高投研效率和准确性,为分析过程创造价值。
基本信息
专利标题 :
一种公告文本关键信息提取方法及设备
专利标题(英):
暂无
公开(公告)号 :
CN109933796A
申请号 :
CN201910209213.8
公开(公告)日 :
2019-06-25
申请日 :
2019-03-19
授权号 :
CN109933796B
授权日 :
2022-05-24
发明人 :
邱涛吴胜杰翁安栋
申请人 :
厦门商集网络科技有限责任公司
申请人地址 :
福建省厦门市火炬高新区创业园轩业楼3008室
代理机构 :
福州科扬专利事务所
代理人 :
何小星
优先权 :
CN201910209213.8
主分类号 :
G06F17/27
IPC分类号 :
G06F17/27
法律状态
2022-05-24 :
授权
2019-07-19 :
实质审查的生效
IPC(主分类) : G06F 17/27
申请日 : 20190319
申请日 : 20190319
2019-06-25 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载