買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜山東威爾數(shù)據(jù)股份有限公司申請的專利開發(fā)文檔智能解析方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119272753B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411783140.0，技術(shù)領(lǐng)域涉及：G06F40/205；該發(fā)明授權(quán)開發(fā)文檔智能解析方法是由李大鵬;尹孟磊;王冠男設(shè)計(jì)研發(fā)完成，并于2024-12-06向國家知識產(chǎn)權(quán)局提交的專利申請。

本開發(fā)文檔智能解析方法在說明書摘要公布了：本發(fā)明公開了一種開發(fā)文檔智能解析方法，該解析方法用于從開發(fā)文檔中解析出結(jié)構(gòu)化數(shù)據(jù)集合。首先定義第一類別集合和第二類別集合，構(gòu)建第一語義識別網(wǎng)絡(luò)和第二語義識別網(wǎng)絡(luò)，并構(gòu)建若干關(guān)鍵詞提取模塊；然后將開發(fā)文檔劃分為多個(gè)部分，然后依次遍歷每個(gè)部分，對于每個(gè)部分，根據(jù)其是文字段落還是表格進(jìn)行不同的處理，處理過程中使用第一語義識別網(wǎng)絡(luò)、第二語義識別網(wǎng)絡(luò)和各關(guān)鍵詞提取模塊，得到結(jié)構(gòu)化數(shù)據(jù)集合。本發(fā)明能夠自動(dòng)讀取開發(fā)文檔并準(zhǔn)確提取出需要的結(jié)構(gòu)化數(shù)據(jù)，從而大幅節(jié)省開發(fā)人員閱讀和整理文檔所需要的時(shí)間，提高開發(fā)效率，同時(shí)還具有解析準(zhǔn)確性高、完整性好等優(yōu)點(diǎn)。

本發(fā)明授權(quán)開發(fā)文檔智能解析方法在權(quán)利要求書中公布了：1.一種開發(fā)文檔智能解析方法，其特征在于：該解析方法用于從開發(fā)文檔中解析出結(jié)構(gòu)化數(shù)據(jù)集合；所述結(jié)構(gòu)化數(shù)據(jù)集合包含若干數(shù)據(jù)項(xiàng)，每個(gè)數(shù)據(jù)項(xiàng)中包含用于描述該數(shù)據(jù)項(xiàng)的第一屬性，還包括實(shí)體屬性和狀態(tài)量；所述實(shí)體屬性為包含若干參數(shù)項(xiàng)的集合，每個(gè)參數(shù)項(xiàng)中包含若干用于描述該參數(shù)項(xiàng)的第二屬性；所述狀態(tài)量用于指向當(dāng)前編輯的實(shí)體屬性；定義第一類別集合和第二類別集合；所述第一類別集合中的第一類別包括用于描述數(shù)據(jù)項(xiàng)中第一屬性的類別，還包括與實(shí)體屬性對應(yīng)的“包裝實(shí)體”和“表格”類別以及代表無需關(guān)注內(nèi)容的“噪聲”類別；所述第二類別集合中的第二類別是用于描述參數(shù)項(xiàng)下第二屬性的類別；構(gòu)建第一語義識別網(wǎng)絡(luò)和第二語義識別網(wǎng)絡(luò)，所述第一語義識別網(wǎng)絡(luò)用于判斷所輸入的內(nèi)容所屬的第一類別，所述第二語義識別網(wǎng)絡(luò)用于判斷所輸入的內(nèi)容所屬的第二類別；構(gòu)建若干關(guān)鍵詞提取模塊，各關(guān)鍵詞提取模塊分別對應(yīng)不同的第一類別，關(guān)鍵詞提取模塊用于從輸入的內(nèi)容中提取出關(guān)鍵詞；解析步驟為：步驟1、初始化結(jié)構(gòu)化數(shù)據(jù)集合、段落stored和第一類別全局id，所述段落stored用于存儲已讀取且待處理的段落，所述第一類別全局id用于記錄當(dāng)前段落stored中內(nèi)容所屬的第一類別；步驟2、將開發(fā)文檔劃分為多個(gè)部分，然后依次遍歷每個(gè)部分，對于每個(gè)部分，分別按步驟3的方式進(jìn)行處理；步驟3、判斷當(dāng)前讀取的部分是文字段落還是表格，如果是文字段落則執(zhí)行步驟4、否則執(zhí)行步驟5；步驟4、將當(dāng)前讀取的文字段落作為段落current，使用第一語義識別網(wǎng)絡(luò)得到段落current對應(yīng)的第一類別，確認(rèn)段落current不屬于“噪聲”之后，判斷段落current的第一類別與第一類別全局id是否一致，一致則將段落current加入到段落stored中并結(jié)束對當(dāng)前讀取的部分的處理，不一致則對段落stored中的內(nèi)容進(jìn)行結(jié)算處理，然后將段落stored清空、將段落current加入到段落stored中，最后將段落current的第一類別作為第一類別全局id；步驟5、判斷段落stored是否包含內(nèi)容，如果包含則依次執(zhí)行步驟5-1和步驟5-2，否則直接執(zhí)行步驟5-2；步驟5-1、對段落stored中的內(nèi)容進(jìn)行結(jié)算處理，然后將段落stored清空；步驟5-2、遍歷處理當(dāng)前讀取的表格的每一行；對于當(dāng)前行，先將該行內(nèi)容合并為字符串，然后使用第一語義識別網(wǎng)絡(luò)對該字符串進(jìn)行識別，如果識別出的第一類別是“包裝實(shí)體”或“表格”，則將該行按列分為多個(gè)單元格，并創(chuàng)建一個(gè)參數(shù)項(xiàng)；對于每個(gè)單元格，使用第二語義識別網(wǎng)絡(luò)對單元格的內(nèi)容進(jìn)行識別得到所屬的第二類別，然后將單元格的內(nèi)容賦值到創(chuàng)建的參數(shù)項(xiàng)中與識別出的第二類別所對應(yīng)的第二屬性；每一行的單元格遍歷完成后，將該行對應(yīng)的參數(shù)項(xiàng)加入到當(dāng)前指向的數(shù)據(jù)項(xiàng)中其狀態(tài)量所指向的實(shí)體屬性中。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人山東威爾數(shù)據(jù)股份有限公司，其通訊地址為：264003 山東省煙臺市萊山區(qū)瑞達(dá)路8號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。