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?zhí)?/td> CN202110233220.9 申請日 -
公開（公告）號 CN113010629A 公開（公告）日 2021-06-22
申請公布號 CN113010629A 申請公布日 2021-06-22
分類號 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（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（上海）自由貿(mào)易試驗(yàn)區(qū)博霞路66號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，提高了對數(shù)據(jù)的分析提取效率，因此具有明顯的技術(shù)優(yōu)勢和有益效果。