[发明专利]一种文档的结构化拆分方法，装置及系统

权利要求书

1.一种文档的结构化拆分方法，其特征在于，包括：

选取标题模板，确定所述标题模板的属性规则；

根据所述属性规则，遍历文档的段落，筛选出目标段落，以及，所述目标段落对应的知识，所述目标段落为段落属性符合所述属性规则的段落；

将所述目标段落与所述目标段落对应的知识逐一建立关联；

根据所述关联，拆分所述文档；

所述选取标题模板，确定所述标题模板的属性规则的步骤之前所述方法还包括：

获取模板文件；

确定所述模板文件中的目标标题；

筛选出所述目标标题的同级标题；

根据所述同级标题的段落属性，生成标题模板；

所述根据同级标题的段落属性，生成标题模板的步骤包括：

显示所述同级标题，以及，所述同级标题对应的知识；

判断所述同级标题对应的知识是否符合预置划分规则；

如果所述同级标题对应的知识符合预置划分规则，根据所述同级标题的段落属性，生成标题模板；

如果所述同级标题对应的知识不符合预置划分规则，调取所述同级标题的子标题；

根据所述同级标题的段落属性，以及，所述子级标题的段落属性，生成属性模板根据所述同级标题的段落属性，以及，所述子级标题的段落属性，生成属性模板，所述属性模板包括：根据同级标题的段落属性生成的同级标题模板，以及，根据所述子标题的段落属性生成的子级标题模板。

2.根据权利要求1所述的方法，其特征在于，遍历所述文档的段落，筛选出目标段落的步骤包括：

遍历所述文档的段落，筛选出目标段落；

如果出现多于一个的目标段落，则增加一个正则表达式；

判断所述目标段落的内容是符合正则表达式；

如果所述目标段落的内容符合正则表达式，则保留所述目标段落；

如果所述目标段落的内容不符合正则表达式，则删除所述目标段落。

3.根据权利要求1所述的方法，其特征在于，所述将目标段落与所述目标段落对应的知识逐一建立关联的步骤包括；

显示所述目标段落，以及，所述目标段落对应的知识；

判断所述目标段落对应的知识是否为有用知识；

如果所述目标段落对应的知识为有用知识，建立所述目标段落与所述目标段落对应的知识之间的关联；

如果所述目标段落对应的知识不是有用知识，删除所述目标段落，以及，所述目标段落对应的知识。

4.根据权利要求1所述的方法，其特征在于，遍历所述文档的段落，筛选出目标段落的步骤包括：

遍历所述文档的段落，确定所述段落的所属的属性级别；

如果所述段落的属性符合所述属性规则，所述段落为目标段落；

如果所述段落的属性符合所述标题模板的上一级标题的属性规则，分析所述段落对应的知识，得到分析结果；

根据所述分析结果生成一目标段落。

5.根据权利要求1所述的方法，其特征在于，所述将目标段落与所述目标段落对应的知识逐一建立关联的步骤包括；

显示所述目标段落，以及，所述目标段落对应的知识；

如果所述目标段落对应的知识中包括图片，将所述图片以链接的形式存储在目标段落对应的知识中；

如果所述目标段落对应的知识中包括表格，将所述表格转化为成可以展示的格式存储在目标段落对应的知识中；

将所述目标段落与所述目标段落对应的知识逐一建立关联。

6.根据权利要求1-5任意一项所述的方法，其特征在于，所述属性规则包括：

字体的大小，字形、首行缩进距离，段前距离，段后距离中的一种或几种组合。