咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202011560863.6 | 专利名称： | 一种自适应结构化的文档抽取方法 |
| 申请日： | 2020-12-25 | 申请/专利权人 | 杭州电子科技大学 |
| 专利类型： | 发明 | 地址： | 浙江省杭州市下沙高教园区2号大街 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06F16/955 分类检索 |
| 公开/公告日： | 转让价格： | 【平台担保交易】 | |
| 公开/公告号： | 交易状态： | 等待洽谈 搜索相似专利 | |
| 浏览量： | 5 | 所属领域： | 自然语言处理 人工智能 信息检索 文本挖掘 结构化数据处理专利转让搜索 |
应用场景：企业知识管理系统中的合同解析;金融领域的财报自动化提取;法律文书的关键条款识别;科研论文元数据自动标引;政务档案的信息归档与检索
摘 要：本发明公开了一种自适应结构化的文档抽取方法。本发明首先从互联网中采集原始网页并存储，然后对采集到的原始网页中的原文进行通用无意义清洗，接下来根据Xpath定位网页中的元素，自动对比抽取出网页中有价值的内容，最后将抽取到的内容按照结构化的格式存储起来；通过改进的抽取规则实现不需要先验知识和人工标注数据，而是通过挖掘网页之间的语义相似性，自动生成适用的抽取模式。本发明抽取规则由目标网站自身特点决定，对不同站点兼容性较强，具有较高的可扩展性。通过同站点下相似数据的关联和对比，自动实现过滤冗余内容。实现了基于网页结构和基于文本特征抽取的有效结合。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2018115842091 | 【发明】对用户进行分类的方法和装置 | 2025/09/19 |
| 2021108984051 | 【发明】获取标注数据的方法及装置 | 2025/09/19 |
| 2018109482722 | 【发明】一种基于知识图谱的智慧问答系统及其方法 | 2025/09/19 |
| 2018108500507 | 【发明】养老大数据分析平台 | 2025/09/19 |
| 202511014195X | 【发明】一种局域网数字档案的语义关联检索方法 | 2025/09/19 |
| 2020109643810 | 【发明】一种便于搜索安全性高的科研文档管理系统 | 2025/09/18 |
| 2023102474694 | 【发明】知识图谱构建方法、装置、存储介质及电子装置 | 2025/09/17 |
| 2023117742436 | 【发明】一种基于互联网的选址筛选系统 | 2025/09/17 |
| 2021103664305 | 【发明】一种基于XR智慧学习平台 | 2025/09/17 |
| 2018108626295 | 【发明】跨模态检索方法、装置和可读存储介质 | 2025/09/16 |
