[发明专利]从电子文档中的表格结构提取语义关系

说明书

技术领域

本申请主要地涉及一种改进的数据处理装置和方法，并且更具体地涉及用于从电子文档中的表格结构提取语义关系的机制。

背景技术

自然语言处理（NLP）系统、问答创建（Q&A）系统等利用电子文档的文本内容分析以执行它们的各种活动。例如可从纽约阿芒克的国际商业机器(IMB)公司获得的称为Watson^TM的Q&A系统分析电子文档的无结构文本内容，以回答问题并且从文本内容推导结论。

尽管这些系统对文本内容行之有效，但是许多时候在电子文档中的表格结构中呈现或者捕获知识和信息。这样的NLP和Q&A系统不能充分地处理这样的表格结构以收集在这些表格结构中呈现的信息和知识。

发明内容

在一个说明性实施例中，提供一种在数据处理系统中用于提取在与电子文档关联的表格数据结构中的表格内容之间的语义关系的方法。该方法包括确定表格数据结构内的单元配置。该方法还包括基于确定的单元配置来标识表格数据结构内的一个或者多个超单元。另外，该方法包括对于一个或者多个超单元中的每个超单元将与超单元对应的表格数据转换成用于超单元的语义关系语句，其中语义关系语句标识在与超单元对应的表格数据的部分之间的一个或者多个关系。该方法还包括与表格数据结构关联地存储用于超单元中的每个超单元的语义关系语句。

在其它说明性实施例中，提供一种包括具有计算机可读程序的计算机可用或者可读介质的计算机程序产品。计算机可读程序在计算设备上执行时使计算设备执行以上关于方法说明性实施例概括的操作中的各种操作和组合。

在又一说明性实施例中，提供一种系统/装置。该系统/装置可以包括一个或者多个处理器和耦合到该一个或者多个处理器的存储器。存储器可以包括指令，这些指令在由该一个或者多个处理器执行时使该一个或者多个处理器执行以上关于方法说明性实施例概括的操作中的各种操作和组合。

本发明的这些和其它特征及优点将在本发明的说明性实施例的以下具体描述中被描述或者将鉴于该具体描述而变得为本领域普通技术人员所清楚。

附图说明

将通过参照在结合附图阅读时对说明性实施例的以下具体描述来最好地理解本发明及其优选实施方式和更多目的及优点，在附图中：

图1是其中可以实施说明性实施例的方面的分布式数据处理系统的示例图；

图2是其中可以实施说明性实施例的方面的计算设备的示例框图；

图3是示出根据一个说明性实施例的表格结构的示例图，该示例图示出表格结构的要素，这些要素用于确定表格结构的语义；

图4是图示根据一个说明性实施例的元组的示例组织的示例图；

图5A-图5D图示可以用来实施说明性实施例的其它示例表格结构；

图6是根据一个说明性实施例的表格结构语义提取引擎的示例框图；以及

图7是概括根据一个说明性实施例的示例操作的流程图，该示例操作用于提取表格结构语义信息并且制定表格结构的语义表示。

具体实施方式

说明性实施例提供用于从在电子文档中嵌入的或者与电子文档关联的表格结构提取语义关系的机制。如以上所言，自然语言处理（NLP）、问答创建（Q&A）系统等不能恰当处理这样的表格结构，因为它们未被配置用于理解这样的表格结构的结构，或者以有含义的方式识别在这样的表格中包含的信息之间的关系。这是因为这样的NLP和Q&A系统、比如IBM公司的Watson^TM Q&A系统对在句子结构中呈现的信息进行操作，并且分析恰当形成的句子的语法以收集关于电子文档的内容的信息。

说明性实施例提供用于将表格结构映射到代表那些表格结构中的信息的文本语句或者分析引擎可以被配置用于利用的其它形式的结构化信息的机制。说明性实施例提供一种对在电子文档中的表格结构给定时如何可以提取表格结构的含义或者语义、从而可以编程地处理这些语义的解决方案。