申请/专利权人：山西同方知网数字出版技术有限公司

申请日：2023-11-01

公开（公告）日：2024-02-06

公开（公告）号：CN117520572A

主分类号：G06F16/38

分类号：G06F16/38;G06F16/35;G06F16/33;G06F40/117

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本申请公开了一种期刊Word文档智能标引的方法，涉及期刊Word文档标引及自然语言处理技术领域，可以提高期刊Word文档智能标引结果准确率和文档标引环节的处理速度，同时降低期刊Word文档标引环节的人工成本。所述方法包括：获取待标引文档，待标引文档为期刊Word文档；对待标引文档进行预处理，预处理包括图形表格公式预处理、文本内容预处理以及标记图形表格公式；对预处理后的待标引文档进行特征提取，得到待标引文档中每个待标引段落的特征向量，形成特征数据集；将特征数据集输入至智能标引标签分类器进行标签预测，形成标引文档；按照标引文档，为待标引文档添加标引，并进行规范化后处理；输出处理后的目标文档。

主权项：1.一种期刊Word文档智能标引的方法，其特征在于，所述方法包括：获取待标引文档，所述待标引文档为期刊Word文档；读取所述待标引文档，对所述待标引文档进行预处理，所述预处理包括图形表格公式预处理、文本内容预处理以及标记图形表格公式；对预处理后的待标引文档进行特征提取，得到所述待标引文档中每个待标引段落的特征向量，并将提取出的特征向量存储至Xml文件，形成特征数据集；将所述特征数据集输入至智能标引标签分类器进行标签预测，将所述智能标引标签分类器输出的标签预测结果写入Xml文件中，形成标引文档；按照所述标引文档，为所述待标引文档添加标引，得到目标文档，以及对所述目标文档进行规范化后处理；输出处理后的目标文档，所述目标文档中的标引以批注和书签形式展示。

全文数据：

权利要求：

百度查询： 山西同方知网数字出版技术有限公司 一种期刊Word文档智能标引的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD