[发明专利]用于消费信息提取服务的可扩展表面

说明书

本发明涉及用于消费信息提取服务的可扩展表面。按照允许使用关系型数据库概念查询的方式表示从非结构化数据提取的结构化数据。一种方法包括接收指定一个或多个数据库视图的用户输入。该方法进一步包括接收指定信息提取技术(诸如提取工作流)的用户输入。该方法进一步包括接收指定数据语料库的用户输入。该提取技术被应用到该数据语料库以产生该一个或多个数据库视图。然后使用数据库工具来查询这些视图或对其进行操作。

技术领域

本发明涉及用于消费信息提取服务的可扩展表面。

背景技术

计算机和计算系统已经影响了现代生活的几乎每个方面。计算机通常在工作、休闲、保健、运输、娱乐、家政管理等中都有涉猎。

计算系统常被用于信息管理。具体而言，计算系统可用于向用户提供信息。然而，可以多种不同方式存储信息并使其对用户可用。例如，计算系统可以实现关系型数据库管理系统(RDBMS)来存储数据并将数据组织为结构化数据。结构化数据是按照语义组织的数据。此外，类似的数据实体常根据关系型数据库中的关系或根据面向对象系统中的类型类来分组到一起。简单RDBMS的示例仅是具有列和行的表格。列描述数据的类别而行存储该类别的实例。RDBMS系统便于数据的高效检索。例如，简单表格可具有城市的列和当前温度的列。为了找到给定城市的温度，标识该城市列，并且在城市列中寻找感兴趣的城市并且在城市列的特定行中找到它。标识该温度列，并且在该温度列中标识与该感兴趣的城市相对应的行，从而标识感兴趣的城市的温度。因此，RDBMS中的数据通常是结构化数据。

另一种类型的数据是非结构化数据。非结构化数据通常不以允许计算系统立即标识数据的类型或关系结构的方式组织。例如，文本文档可包含以下数据“里约热内卢的温度现在是82度”。然而，里约热内卢没有被结构化为城市类型而82没有被结构化为温度类型，也不存在里约热内卢和82度的形式化结构图。此外，文本文档可包含描述全世界的各城市中的各温度的多个句子。对自动化计算系统来说，与使用能基于类别搜索数据的结构化数据数据库相比，使用文本文件中的非结构化数据来确定给定城市的温度更加困难。

在此要求保护的主题不限于解决任何缺点或仅在诸如上述环境中操作的各个实施例。相反，提供该背景仅用以示出在其中可实践在此描述的部分实施例的一个示例性技术领域。

发明内容

此处所述的一个实施例是在计算环境中实施的方法。该方法包括用于按照允许使用关系型数据库概念来查询的方式表示从非结构化数据提取的结构化数据的动作。该方法包括接收指定一个或多个数据库视图的用户输入。该方法进一步包括接收指定信息提取技术(诸如提取工作流)的用户输入。该方法进一步包括接收指定数据语料库的用户输入。该提取技术被应用到该数据语料库以产生该一个或多个数据库视图。然后使用数据库工具来查询这些视图或对其进行操作。

提供本发明内容以便以简化形式介绍将在以下具体实施方式中进一步描述的一些概念。本发明内容并非旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定所要求保护的主题的范围。

另外的特征和优点将在以下的描述中阐述，并且部分可从该描述中显而易见，或者可以从此处的教示实践中习得。本发明的特征和优点可以通过在所附权利要求中特别指出的手段和组合来实现并获取。本发明的特征将从以下描述和所附权利要求书中变得完全显而易见，或者可通过如下所述对本发明的实践而获知。

附图说明

为了描述可获得本主题的上述和其它优点和特征的方式，将通过参考附图中示出的本主题的具体实施例来呈现以上简要描述的本主题的更具体描述。应该理解，这些附图仅描绘了各典型实施例，因此其不应被认为是对范围的限制，各实施例将通过使用附图用附加特征和细节来描述并解释，在附图中：

图1示出了通过工作流处理非结构化数据的语料库以产生一个或多个视图；

图2示出了由示例工作流产生的视图的集合；以及