[发明专利]一种电子邮件的信息提取系统

权利要求书

1.一种电子邮件的信息提取系统，其特征在于：包括邮件信息提取引擎，邮件信息提取引擎通过训练集对分类模型进行训练，然后利用分词工具对邮件内容进行分词，最后用训练好的分类模型对分词后的邮件内容进行分类，得到邮件内容的类别；当用户给邮件手动打上类别标签后，邮件自动放回到对应类别的训练集中。

2.根据权利要求1所述的电子邮件的信息提取系统，其特征在于：所述邮件信息提取引擎还包括附件解析模块和解压缩模块，能够对加密附件进行识别：当附件不是压缩文件时，通过附件解析模块解析附件，如果附件能够被正常解析，则判定附件没有加密，如果附件不能被正常解析，则判定附件已加密；当附件是压缩文件时，通过解压缩模块对附件进行解压，如果附件能够被正常解压，则判定附件没有加密，如果附件不能被正常解压，则判定附件已加密。

3.根据权利要求1所述的电子邮件的信息提取系统，其特征在于：所述邮件信息提取引擎还包括邮件解析模块，邮件解析模块能够对邮件进行解析，从解析结果中直接提取出邮件正文、邮件主题、收件人、发件人、抄送人及密送人的账号和昵称、邮件发送时间、收件人是否查收、语言编码、附件名和附件个数。

4.根据权利要求1所述的电子邮件的信息提取系统，其特征在于：所述邮件信息提取引擎还能够对邮件摘要进行提取：先拟定一个权重评分标准，然后给每个句子打分，最后给出排名靠前的若干个句子作为提取结果。

5.根据权利要求1所述的电子邮件的信息提取系统，其特征在于：所述邮件信息提取引擎还通过ngram对邮件正文内容进行语种识别。

6.根据权利要求1所述的电子邮件的信息提取系统，其特征在于：所述邮件信息提取引擎还通过层叠马尔可夫模型和角色标注的中文命名实体识别方法对邮件内容中的实体信息进行抽取。

7.根据权利要求1所述的电子邮件的信息提取系统，其特征在于：所述信息提取系统还包括邮件附件信息提取引擎，邮件附件信息提取引擎包括附件解析模块，所述附件解析模块能够提取出附件的内容。

8.根据权利要求1所述的电子邮件的信息提取系统，其特征在于：所述信息提取系统还包括隐性信息提取引擎，隐性信息提取引擎包括邮件解析模块，所述隐性信息提取引擎能够提取转发关系：利用邮件解析模块对邮件进行解析，然后提取出发件人、收件人字段内容和时间字段内容。

9.根据权利要求8所述的电子邮件的信息提取系统，其特征在于：所述隐性信息提取引擎能够提取实体关系：确定各个实体，即邮件登陆者账号、邮件昵称、邮件附件和邮件基本信息，然后对各个实体进行关联分析。

10.根据权利要求9所述的电子邮件的信息提取系统，其特征在于：所述关联分析包括以下关系模型：账号与昵称关系、邮件与附件关系、邮件与发件人关系、邮件与收件人关系。