[发明专利]一种基于机器学习的表格抽取方法有效
| 申请号： | 202010219328.8 | 申请日： | 2020-03-25 |
| 公开（公告）号： | CN111401010B | 公开（公告）日： | 2023-07-28 |
| 发明（设计）人： | 李鑫;郑磊;鲍琦 | 申请（专利权）人： | 苏州机数芯微科技有限公司 |
| 主分类号： | G06F40/154 | 分类号： | G06F40/154;G06F40/169;G06F40/174;G06F40/279;G06F16/11;G06N20/00 |
| 代理公司： | 合肥金律专利代理事务所(普通合伙) 34184 | 代理人： | 段晓微 |
| 地址： | 215000 江苏省苏州市苏州工业*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出的一种基于机器学习的表格抽取方法，包括：对原始xml文件进行预处理，获得预先选择的自动提取工具可识别的新xml文件；将新xml文件通过自动提取工具进行识别并转换成python可识别的二维列表；将表格标题和脚注从二维列表中分离出来，然后识别跨列子标题，并把子标题填充到对应的列；通过机器学习，区分出表头所在行的范围，然后合并表头；对跨行数据进行合并，获得最终表格数据。本发明实现了基于机器学习从格式为xml的文件中抽取清洗表格内容，保证了对xml文件信息的精确和完整的抽取。 | ||
| 搜索关键词： | 一种 基于 机器 学习 表格 抽取 方法 | ||
【主权项】：
暂无信息
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苏州机数芯微科技有限公司，未经苏州机数芯微科技有限公司许可，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/202010219328.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种异形反光导电体的高光利用率组件
- 下一篇：牵引电机的轴装置
