[发明专利]一种从PDF文档中抽取表格数据和篇章结构的方法有效
| 申请号： | 201911017195.X | 申请日： | 2019-10-24 |
| 公开（公告）号： | CN110765739B | 公开（公告）日： | 2023-10-10 |
| 发明（设计）人： | 范举;韩涵;卢卫;杜小勇 | 申请（专利权）人： | 中国人民大学 |
| 主分类号： | G06F40/137 | 分类号： | G06F40/137;G06F40/131;G06F40/18;G06F40/177;G06V30/412 |
| 代理公司： | 北京纪凯知识产权代理有限公司 11245 | 代理人： | 孙楠 |
| 地址： | 100872 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种从PDF文档中自动抽取表格数据和篇章结构的方法，其步骤：从PDF文件中进行章节抽取，得到带有篇章结构的PDF文件；从带有篇章结构的PDF文件进行裁剪；对裁剪后的PDF文件进行表格抽取，同时，对章节号和章节名也进行表格抽取，得到表格；将表格以html页面进行展示，完成抽取。本发明能自动化提取数据，提供一套浏览器端的操作界面，有良好的用户交互；可以在数据处理领域中应用。 | ||
| 搜索关键词： | 一种 pdf 文档 抽取 表格 数据 篇章 结构 方法 | ||
【主权项】：
1.一种从PDF文档中自动抽取表格数据和篇章结构的方法，其特征在于包括以下步骤：/n1)从PDF文件中进行章节抽取，得到带有篇章结构的PDF文件；/n2)从带有篇章结构的PDF文件进行裁剪；/n3)对裁剪后的PDF文件进行表格抽取，同时，对章节号和章节名也进行表格抽取，得到表格；/n4)将表格以html页面进行展示，完成抽取。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民大学，未经中国人民大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911017195.X/，转载请声明来源钻瓜专利网。
