[发明专利]一种基于文本分类的中文表格列标签恢复方法和系统在审
| 申请号： | 201811524302.3 | 申请日： | 2018-12-13 |
| 公开（公告）号： | CN109710725A | 公开（公告）日： | 2019-05-03 |
| 发明（设计）人： | 曹聪;谢洁;刘燕兵;曹亚男;谭建龙;郭莉 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06F16/31 | 分类号： | G06F16/31 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙) 11200 | 代理人： | 邱晓锋 |
| 地址： | 100093 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于文本分类的中文表格列标签恢复方法和系统。该方法的步骤包括：1)从表格中的每一行中提取实体，在网络百科知识平台中搜索提取的实体，获取实体对应的信息详情页面；2)对实体的每一个属性，在实体的信息详情页面中抽取包含属性值的句子，组成属性值的相关文本；3)将属性值的相关文本输入文本分类器中，获取属性值所属的类别，即为属性值所在单元格的类别；4)对于表格的属性列，根据属性列中各单元格所属的类别，使用多数投票的规则确定该属性列的列标签。本发明能够有效的对网络表格进行列标签恢复，恢复列标签后的表格可用于中文知识图谱的构建和扩展，也可用于数据抽取和表格搜索等应用。 | ||
| 搜索关键词： | 标签恢复 属性列 文本分类 表格列 单元格 可用 页面 中文 搜索 标签 文本 百科知识 规则确定 输入文本 数据抽取 网络表格 分类器 构建 句子 图谱 抽取 投票 应用 恢复 网络 | ||
【主权项】：
1.一种基于文本分类的中文表格列标签恢复方法，其特征在于，包括以下步骤：1)从表格中的每一行中提取实体，在网络百科知识平台中搜索提取的实体，获取实体对应的信息详情页面；2)对实体的每一个属性，在实体的信息详情页面中抽取包含属性值的句子，组成属性值的相关文本；3)将属性值的相关文本输入文本分类器中，获取属性值所属的类别，即为属性值所在单元格的类别；4)对于表格的属性列，根据属性列中各单元格所属的类别，使用多数投票的规则确定该属性列的列标签。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院信息工程研究所，未经中国科学院信息工程研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811524302.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种构建点云地图的方法和设备
- 下一篇：基于个性化教练机的语言学习方法
