[发明专利]一种建立数字文档目录与正文之间链接的方法及装置

权利要求书

1.一种建立数字文档目录与正文之间链接的方法，其中所述数字文档目录包含多个目录条目，每个目录条目包含至少一个目录项信息，所述数字文档的目录中记录的每个目录条目标记的内容的自然页，与数字文档的逻辑页之间不存在对应关系，其特征在于，建立该数字文档的目录与正文之间的链接的方法包括：

从保存的每个目录条目中获取至少一个目录项信息，当获得的至少一个目录项信息为页码目录项信息时，按照预置的规则根据每个目录条目的页码目录项信息，确定所述每个目录条目对应的逻辑页所在的候选页；

在每个候选页中提取有效信息，比较每个有效信息与该目录条目中的页码目录项信息是否相同；

根据每个有效信息与所述页码目录项信息比较结果，确定每个候选页对应该目录条目的第一目录条目置信度；

根据所述第一目录条目置信度确定每个目录条目对应的每个逻辑页；

建立每个目录条目与对应的每个逻辑页之间的链接。

2.如权利要求1所述的方法，其特征在于，所述获取至少一个目录项信息还包括：

获取标题目录项信息。

3.如权利要求2所述的方法，其特征在于，当所述至少一个目录项信息为页码目录项信息和标题目录项信息时，在数字文档中确定每个目录条目对应的每个逻辑页包括：

根据每个目录条目中的页码目录项信息，确定每个目录条目对应的逻辑页所在的候选页；

在每个候选页中提取有效信息，比较每个有效信息与该目录条目中的页码目录项信息是否相同，根据每个有效信息与所述页码目录项信息比较结果，确定每个候选页对应该目录条目的第一目录条目置信度；并

根据每个目录条目中的标题目录项信息与每个候选页中每行字符的相似度，确定该候选页中每行字符对应该标题目录项信息的第一目录项信息置信度；根据该候选页中每行字符的至少一个特征信息，确定该候选页中每行字符对应该标题目录项信息的第二目录项信息置信度；根据该候选页中每行字符对应的所述第一目录项信息置信度和第二目录项信息置信度，确定该候选页中每行字符对应该标题目录项信息的总目录项信息置信度；根据该页数字文档中每行字符对应该标题目录项信息的总目录项信息置信度，确定该页数字文档对应该目录条目的第二目录条目置信度；

根据所述第一目录条目置信度和第二目录条目置信度确定每个候选页对应每个目录条目的总置信度；

根据所述总置信度确定每个目录条目对应的逻辑页。

4.一种建立数字文档目录与正文之间链接的方法，其中所述数字文档目录包含多个目录条目，每个目录条目包含至少一个目录项信息，所述数字文档的目录中记录的每个目录条目标记的内容的自然页，与数字文档的逻辑页之间不存在对应关系，其特征在于，建立该数字文档的目录与正文之间的链接的方法包括：

从保存的每个目录条目中获取至少一个目录项信息，当获取的至少一个目录项信息为标题目录项信息时，根据每个目录条目中的标题目录项信息与每页数字文档中每行字符的相似度，确定该页数字文档中每行字符对应该标题目录项信息的第一目录项信息置信度；

根据该页数字文档中每行字符的至少一个特征信息，确定该页数字文档中每行字符对应该标题目录项信息的第二目录项信息置信度；

根据该页数字文档中每行字符对应该标题目录项信息的第一目录项信息置信度和第二目录项信息置信度，确定该页数字文档中每行字符对应该标题目录项信息的总目录项信息置信度；

根据该页数字文档中每行字符对应该标题目录项信息的总目录项信息置信度，确定该页数字文档对应该目录条目的第二目录条目置信度；

根据所述第二目录条目置信度确定每个目录项信息对应的每个逻辑页；

建立每个目录条目与对应的每个逻辑页之间的链接。

5.如权利要求4所述的方法，其特征在于，所述至少一个特征信息包括：

数字文档中每行字符的位置信息、或数字文档中每行字符的平均文字宽度信息，或数字文档与所述标题目录项目信息完全相似的字符是否与其他文字字符同行信息。

6.如权利要求4所述的方法，其特征在于，所述获取至少一个目录项信息还包括：

获取页码目录项信息。