一種分析非結(jié)構(gòu)化數(shù)據(jù)的方法及系統(tǒng)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202110233220.9 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN113010629A | 公開（公告）日 | 2021-06-22 |
| 申請(qǐng)公布號(hào) | CN113010629A | 申請(qǐng)公布日 | 2021-06-22 |
| 分類號(hào) | G06F16/31;G06F16/332 | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 崔文正;王拓;和樹偉;陸林鋒 | 申請(qǐng)（專利權(quán)）人 | 上海七牛信息技術(shù)有限公司 |
| 代理機(jī)構(gòu) | 上海碩力知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | 郭桂峰 |
| 地址 | 201203 上海市浦東新區(qū)中國(guó)（上海）自由貿(mào)易試驗(yàn)區(qū)博霞路66號(hào)1-5層 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開一種分析非結(jié)構(gòu)化數(shù)據(jù)的方法和系統(tǒng)，該方法包括：讀入目標(biāo)數(shù)據(jù)源，解析目標(biāo)數(shù)據(jù)源數(shù)據(jù)獲得提取字段列表；生成搜索規(guī)則和搜索表達(dá)式，將搜索規(guī)則添加到歷史字段規(guī)則映射庫(kù)用以后續(xù)學(xué)習(xí)；根據(jù)目標(biāo)數(shù)據(jù)源確定解析后的結(jié)構(gòu)化數(shù)據(jù)的表結(jié)構(gòu)，保存所述表結(jié)構(gòu)；基于所述搜索規(guī)則和搜索表達(dá)式從目標(biāo)數(shù)據(jù)源中解析獲得字段信息，按照所述表結(jié)構(gòu)保存獲得的字段信息，得到結(jié)構(gòu)化數(shù)據(jù)。本發(fā)明所述方法和系統(tǒng)，明顯降低了對(duì)非結(jié)構(gòu)化數(shù)據(jù)的處理成本，減少了信息損失，提高了對(duì)數(shù)據(jù)的分析提取效率，因此具有明顯的技術(shù)優(yōu)勢(shì)和有益效果。 |
