[发明专利]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

权利要求书

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；

基于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。

2.根据权利要求1所述的方法，其中，所述方法还包括：

响应于所述结果元组数据对应于所述属性列表的目标元组数据，将所述目标元组数据发送至支持显示功能的设备和存储设备，控制所述设备展示目标元组数据，以及控制所述存储设备存储所述目标元组数据。

3.根据权利要求1所述的方法，其中，所述确定所述表格的扩展机制的类型，包括：

确定所述表格的表格类型，其中，所述表格类型包括无可扩展组型和有可扩展组型；

响应于所述表格类型是无可扩展组型，确定扩展机制的类型为无可扩展组机制类型；

响应于所述表格类型为有可扩展组型，确定扩展机制的类型为可扩展组机制类型。

4.根据权利要求3所述的方法，其中，所述有可扩展组型是指单元格可以跨越多行或者多列的表格的表格类型。

5.根据权利要求1所述的方法，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。

6.根据权利要求5所述的方法，其中，所述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，确定该属性对应所述表格中的单元格，包括：

基于所述表格编码和所述属性编码，生成第一张量特征；

将所述第一张量特征输入预先训练的第二神经网络，得到所述表格中每个单元格与该属性名对应的可能性；

基于所确定的可能性，从所述表格中确定与该属性名对应的单元格。

7.根据权利要求6所述的方法，其中，所述基于所述表格编码和所述属性编码，生成第一张量特征，包括：

基于所述表格编码和所述属性编码，得到张量化表示；

向所述张量化表示中增加所述表格的位置信息，生成所述第一张量特征，其中，所述表格的位置信息包括水平方向的位置信息和垂直方向的位置信息。

8.根据权利要求3所述的方法，其中，所述根据所述表格、所述扩展机制和所述第一条元组数据，生成新的元组数据，包括：

响应于所述扩展机制的类型为可扩展组机制类型，基于所述第一条元组数据，在所述表格中执行组内扩展操作以及组间扩展操作，生成新的元组数据；

响应于所述扩展机制的类型为无可扩展组机制类型，基于所述第一条元组数据，在所述表格中执行组内扩展操作，生成新的元组数据。

9.一种第一终端设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。