[发明专利]一种文档信息提取方法、存储介质及终端

权利要求书

1.一种文档信息提取方法，其特征在于，包括：

获取文档的文本信息和文本位置信息，所述文本信息对应所述文本位置信息；

使用训练语素分类模板从所述文本信息中提取关键词；

设置所述关键词对应的超链接。

2.根据权利要求1所述的文档信息提取方法，其特征在于，所述文档为PDF文档，所述获取文档的文本信息和文本位置信息包括：

使用光学字符识别方法识别所述PDF文档中的文本信息，同时获取所述文本信息在所述文档中某一页面内的位置信息和页数位置信息。

3.根据权利要求1所述的文档信息提取方法，其特征在于，所述文本位置信息包括所述文本信息的x轴信息、y轴信息、z轴信息，其中，所述x轴信息和y轴信息为所述文本信息在所述文档中某一页面内的位置信息，所述z轴信息为所述文本信息在所述文档的页数信息。

4.根据权利要求1所述的文档信息提取方法，其特征在于，所述使用训练语素分类模板从所述文本信息中提取关键词包括：

使用所述训练语素分类模板中的训练语素列表、所述训练语素列表的词性、所述训练语素列表与预设资源的相关性、以及预设目标语素从所述文本信息中提取关键词。

5.根据权利要求1所述的文档信息提取方法，其特征在于，在所述使用训练语素分类模板从所述文本信息中提取关键词之后，且在所述设置所述关键词对应的超链接之前，所述方法还包括：

对所述关键词进行关键词解码和关键词分类，其中所述关键词解码指按照所述文档的文件结构进行数据解码；所述关键词分类指按照预设分类模式进行分类，其中所述预设分类模式包括专业术语关键词模式、产品关键词模式、品类关键词模式、属性关键词模式。

6.根据权利要求5所述的文档信息提取方法，其特征在于，在所述设置所述关键词对应的超链接之后，所述方法还包括：

存储所述关键词、所述关键词对应的超链接、所述关键词对应的文本位置信息、所述关键词所在文档的文档属性信息、以及关键词分类，其中所述文档属性信息包括文档标题、文档生成日期、文档版本号。

7.根据权利要求6所述的文档信息提取方法，其特征在于，在存储所述关键词、所述关键词对应的超链接、所述关键词对应的文本位置信息、所述关键词所在文档的文档属性信息、以及关键词分类之后，所述方法还包括：

接收关键词；

查找与所述关键词对应的检索结果，所述检索结果包括文档标题、文档生成日期、文档版本号、关键词、所述关键词对应的文本位置信息、以及所述关键词对应的超链接。

8.根据权利要求7所述的文档信息提取方法，其特征在于，在所述查找与所述关键词对应的检索结果之后，所述方法还包括：

根据所述超链接打开所述关键词所在文档，并根据所述关键词对应的文本位置信息定位显示出所述关键词所在位置。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8中任意一项所述的文档信息提取方法。

10.一种终端，其特征在于，所述终端包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-8中任意一项所述文档信息提取方法的步骤。