[发明专利]一种可迭代优化的文档分析结果的保存方法

摘要

本发明公开了一种可迭代优化的文档分析结果的保存方法。所述方法包括读取原始文档，将原始文档存放到指定目录下的步骤；计算各段单元的ID、MD5值并存储到一个XML文件中的步骤；机器分析步骤；将分析结果按段落ID进行标记的步骤；人工初步验证的步骤。本发明提供了到段落级别的索引能力，并且存储了机器和人工分析结果，能提供更精细的处理能力，并且大大简化了工作量。

主权项

一种可迭代优化的文档分析结果的保存方法，其特征在于，包括如下步骤：步骤一：读取原始文档，获取原始文档的ID,将原始文档存放到指定目录下；步骤二：对原始文档进行分段，每段为一个段落单元；步骤三：计算每个段落单元的ID、MD5值、当前所采用分段算法的版本号，将各个段落单元的文本内容、ID、MD5值存储到一个XML文件中，所述XML文件与原始文档保存在相同指定目录下；步骤四：按照预定的分析方式并对各个段落单元进行机器分析；步骤五：提取各个段落单元的分析结果，每个分析结果为一个分析单元，并按段落ID进行标记；步骤六：将标记后的分析结果存放到XML文件中；步骤七：按照预定的人工修订方式对分析结果加以初步验证，并将验证结果记录在XML文件的相应分析单元中。