[发明专利]用于将非文本内容对象化以及用于文档发现的方法和系统

摘要

公开了用于将非文本内容对象化以及用于文档发现的方法和系统。用于将非原生文件内的非文本内容对象化的方法包括通过确定对象的标签并且创建包括对象和标签的对象化对象来将非文本内容的对象对象化，其中标签以原生文件格式来限定对象的一部分。该方法还包括：基于对象化对象来生成包括对象化对象的组成信息的元数据，组成信息的至少部分是能够由原生应用针对原生文件进行搜索的文本数据；以及生成包括附有元数据的对象化对象的新的原生文件。

主权项

1.一种用于将非原生文件内的非文本内容对象化的方法，所述非文本内容包括对象，所述方法包括：通过以下方式将所述非文本内容的对象对象化：通过将所述对象与分别对应于来自原生文件的文件格式的原生标签的多个模板进行比较而确定所述对象的标签，其中，所确定的标签对应于所述多个模板中与所述对象匹配的模板并以原生文件格式来限定所述对象的一部分；以及创建包括所述对象和所述标签的对象化对象；基于所述对象化对象来生成包括所述对象化对象的组成信息的元数据，其中，所述组成信息的至少部分是能够由原生应用针对原生文件进行搜索的文本数据；以及生成包括附有所述元数据的所述对象化对象的新的原生文件。