[发明专利]一种处理方法以及装置

权利要求书

1.一种处理方法，其中，所述方法包括：

获取待处理文件；

对所述待处理文件包含的词汇进行处理，得到所述待处理文件包含的词汇的属性信息；

基于所述属性信息，从所述待处理文件包含的词汇中确定实体词汇；其中，所述实体词汇包括实体类型的词汇；

得到所述实体词汇之间的关联结构信息。

2.根据权利要求1所述的方法，其中，所述属性信息至少包括所述待处理文件包含的词汇的格式属性信息；所述基于所述属性信息，从所述待处理文件包含的词汇中确定实体词汇，包括：

对所述格式属性信息中的格式属性参数进行分析，得到分析结果；其中，所述格式属性参数包括字号、字体、以及颜色中的至少一种；

基于所述分析结果对所述格式属性信息进行划分，得到至少一种类型的格式属性信息；

从所述至少一种类型的格式属性信息中确定第一格式信息；

基于所述第一格式信息，从所述待处理文件包含的词汇中确定所述实体词汇。

3.根据权利要求2所述的方法，其中，所述方法还包括：

从所述至少一种类型的格式属性信息中确定第二格式信息；

基于所述第二格式信息，从所述待处理文件包含的词汇中确定实体信息词汇；其中，所述实体信息词汇包括用于承载所述实体词汇的含义信息的词汇。

4.根据权利要求3所述的方法，其中，所述得到所述实体词汇之间的关联结构信息，包括：

确定所述实体词汇与所述实体信息词汇之间的关联关系信息；

基于所述关联关系信息，得到所述关联结构信息。

5.根据权利要求4所述的方法，其中，所述确定所述实体词汇与所述实体信息词汇之间的关联关系信息，包括：

对所述实体词汇以及所述实体信息词汇进行分析，得到第一坐标信息以及第二坐标信息；其中，所述第一坐标信息包括所述实体词汇的坐标信息；所述第二坐标信息包括所述实体信息词汇的坐标信息；

基于所述第一坐标信息以及所述第二坐标信息，关联所述实体词汇以及所述实体信息词汇，确定所述关联关系信息。

6.根据权利要求5所述的方法，其中，所述基于所述第一坐标信息以及所述第二坐标信息，关联所述实体词汇以及所述实体信息词汇，确定所述关联关系信息，包括：

从所述第一坐标信息中获取目标实体词汇的坐标信息；

基于所述目标实体词汇的坐标信息以及所述第二坐标信息，确定目标实体信息词汇；

关联所述目标实体词汇以及所述目标实体信息词汇，确定所述关联关系信息。

7.根据权利要求4所述的方法，其中，所述基于所述关联关系信息，得到所述关联结构信息，包括：

确定第一关联信息与第二关联信息之间的匹配信息；其中，所述第一关联信息以及所述第二关联信息为所述关联关系信息中的任一关联关系信息；

基于所述匹配信息，得到所述关联结构信息。

8.根据权利要求7所述的方法，其中，所述基于所述匹配信息，得到所述关联结构信息，包括：

若满足指定条件，关联所述第二关联信息中的实体信息词汇与所述第一关联信息中的实体词汇，得到所述关联结构信息；其中，所述指定条件，包括所述匹配信息表示所述第二关联信息中的实体信息词汇与所述第一关联信息中的实体词汇匹配。

9.根据权利要求1所述的方法，其中，所述属性信息至少包括所述待处理文件包含的词汇的文本类型信息；所述基于所述属性信息，从所述待处理文件包含的词汇中确定实体词汇，包括：

若第一词汇的所述文本类型信息为第一文本类型，确定所述第一词汇为所述实体词汇；其中，所述第一词汇为所述待处理文件包含的词汇中的任一词汇；

若第二词汇的所述文本类型信息为第二文本类型，确定所述第二词汇为实体信息词汇；其中，所述第二词汇为所述待处理文件包含的词汇中的任一词汇。

10.一种处理装置，包括：

获取模块，用于获取待处理文件；

处理模块，用于对所述待处理文件包含的词汇进行处理，得到所述待处理文件包含的词汇的属性信息；基于所述属性信息，从所述待处理文件包含的词汇中确定实体词汇；其中，所述实体词汇包括实体类型的词汇；得到所述实体词汇之间的关联结构信息。