申请/专利权人:北京庖丁科技有限公司
申请日:2020-03-20
公开(公告)日:2024-06-21
公开(公告)号:CN113496119B
主分类号:G06F40/279
分类号:G06F40/279;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.06.21#授权;2021.10.29#实质审查的生效;2021.10.12#公开
摘要:本公开的实施例公开了抽取表格中的元组数据的方法、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取表格和预先确定的属性列表,基于该表格和属性列表,确定属性列表对应的第一条元组数据,确定表格的扩展机制的类型,根据该表格、扩展机制的类型和第一条元组数据,确定新的元组数据,基于第一条元组数据和新的元组数据,确定表格中对应属性列表的元组数据作为结果元组数据。这种方法根据表格和预先确定的属性列表,能够自动抽取元组数据,无须人工干预,适用于多种表格类型,泛化能力强,方便用户提取表格中的元组数据。
主权项:1.一种抽取表格中的元组数据的方法,包括:获取表格和预先确定的属性列表;基于所述表格和所述属性列表,确定所述属性列表对应的第一条元组数据,其中,所述第一条元组数据由所述属性列表中每个属性名对应的所述表格中的第一个属性值组成;确定所述表格的扩展机制的类型,其中,所述扩展机制是指基于所述第一条元组数据得到所述属性列表中每个属性名对应的所述表格中的元组数据的规则;根据所述表格、所述扩展机制的类型和所述第一条元组数据,确定新的元组数据;拼接所述第一条元组数据和所述新的元组数据,确定所述表格中对应所述属性列表的元组数据作为结果元组数据;其中,基于所述表格和所述属性列表,确定所述属性列表对应的第一条元组数据,包括:将所述表格输入预先训练的第一神经网络,生成表格编码;对于所述属性列表中的每个属性名,将该属性名输入所述第一神经网络,生成属性编码;对于所述属性列表中的每个属性名,基于所述表格编码和该属性名的属性编码,确定该属性名所对应的所述表格中的单元格;根据所述属性列表中的每个属性名所对应的所述表格中的单元格,确定所述属性列表对应的第一条元组数据。
全文数据:
权利要求:
百度查询: 北京庖丁科技有限公司 抽取表格中的元组数据的方法、电子设备和计算机可读介质
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。