CN113961702A - 一种文章标题层次结构的提取方法 - Google Patents

Abstract

本发明公开了一种文章标题层次结构的提取方法，首先分别构造了标题判别模型、标题之间关系分类模型，然后将具体文章示例输入标题判别模型得到文章标题，将文章标题输入标题之间关系分类模型得到标题之间的关系，最后根据标题之间的关系构造标题的层次结构，本发明的有益效果是在python读取文章的时候，对读取不到序号的标题，构造判断模型判断标题跟其他标题的关系，对标题层次结构信息进行识别。

Description

一种文章标题层次结构的提取方法

技术领域

本发明属于自然语言处理技术领域，尤其涉及一种文章标题层次结构的提取方法。

背景技术

自然语言处理是以语言为对象，利用计算机技术来分析、理解和处理自然语言的一门学科，其任务包括词法分析、句法分析、语义分析、信息抽取等。自然语言处理用于句子分析时通常用于情感分析、文本相似度等，对于句子之间的关系分析鲜少提及。事实上，随着机器对自然语言理解的深入，自然语言处理的应用领域也会更加广泛，为了满足更多的应用需求，机器对句子之间关系的提取具有一定的重要意义。

目前文章标题层次结构的识别属于比较成熟的技术，许多文字编辑软件(比如：word、PDF、HTML等)都自带格式信息，作者在撰写文章时也会通过添加标题序号、采用不同字体大小等突出标题和段落的层次，使得计算机可以识别；但是，在实际操作中，我们发现，使用python等工具在读取文章的格式信息时会出现格式丢失的情况，导致机器不能识别出正确的文章标题的层次结构信息，影响后续的应用，对此，目前的现有技术并没有什么好的办法来避免这一情况。

发明内容

为解决上述技术问题，本发明提供了一种文章标题层次结构的提取方法，在python读取文章的时候，对读取不到序号的标题，构造判断模型判断标题跟其他标题的关系，对标题层次结构信息进行识别。

本发明所述的一种文章标题层次结构的提取方法，其步骤为：

步骤1、构建标题判别模型，判断文章中某段落是否为标题；

步骤2、构建标题之间的关系分类模型，得到标题之间的分类结果；

步骤3、根据标题之间的分类结果提取标题的层次关系。

进一步的，构建标题判别模型的步骤为：

步骤1-1、构建某一文章数据集{d₁,d₂,…,d_n}，其中n为文章数量；

步骤1-2、假设第i篇文章d_i存在m个段落{p₁,p₂,…,p_m}，对其中第j个段落pj人工标注段落标签，如果是标题标注为1，非标题标注为0；

步骤1-3、使用python文档读取工具读取文章d_i，得到第j段的字体大小为SIZE_j、第j段的长度大小为LENGTH_j；

步骤1-4、使用hanlp分词工具对文章d_i的第j段进行索引分词处理，分词结果为列表[s₁s₂…s_h]，其中h为第j段分成的单词数量，s_i为第j段经过索引分词处理后得到的第i个单词、该单词词性、该单词在段落中的偏移量组成的元素，s_i的结构为：“单词/单词词性/单词在段落中的偏移量”；

步骤1-5、使用word2vec算法计算si的词向量，得到si的词向量序列vec_i，则pj所有单词的词向量序列为{vec₁,vec₂,…,vec_h}；

步骤1-6、重复步骤1-2至步骤1-5，得到文章数据集{d₁,d₂,…,d_n}中每一篇文章的所有段落的字体大小、长度大小、所有词向量组成的向量序列；

步骤1-7、使用sklearn工具包中的svm算法，将文章数据集{d₁,d₂,…,d_n}中所有文章每个段落的字体大小、长度大小、所有词向量组成的向量序列和段落标签作为算法的输入，训练得到标题判别模型。

进一步的，构建标题之间的关系分类模型的步骤为：

步骤2-1、将得到的文章d_i中所有标题组成集合为{t₁,t₂,…,t_r}，其中r为标题的数量；

步骤2-2、对文章d_i所有的标题，两两标注两个标题之间的关系，其中，定义文章标题之间的关系包括：包含、并列、无关，人工标注标题之间的关系，文章上级标题于对所属的下级标题关系标注为“包含”，同一上级标题下的同级标题关系标注为“并列”，非上述情况的标题之间关系标注为“无关”；

步骤2-3、对标题集合{t₁,t₂,…,t_r}中任意两个标题t_i和t_j，使用hanlp分词工具分别对标题t_i和t_j进行分词，得到单词列表wt_i和wt；

步骤2-4、使用word2vec算法计算单词列表wt_i、wt_j中每个单词的词向量，得到标题t_i、t_j中所有单词的词向量组成的序列st_i、st_j；

步骤2-5、使用keras工具包中的lstm神经网络算法，将词向量序列st_i、st_j分别输入lstm神经网络中，输出标题t_i的特征向量u及t_j的特征向量v；

步骤2-6、使用keras工具包中的Batch normalize算法，将特征向量u和特征向量v分别输入Batch normalize算法进行归一化处理，得到向量u’，v’；

步骤2-7、使用sklearn工具包中的余弦相似度算法计算向量u’、v’的余弦相似度，得到u’与v’的余弦相似度的值cos similarity(u’,v’)；

步骤2-8、计算向量u’-v’的绝对值，得到向量abs(u’-v’)；

步骤2-9、将向量u’和v’、向量abs(u’-v’)、cos similarity(u’,v’)拼接形成向量[u’，v’，abs(u’-v’)，cos similarity(u’,v’)]；

步骤2-10、使用keras工具包中的全连接层dense，激活函数为softmax，将向量[u’，v’，abs(u’-v’),cos similarity(u’,v’)]作为dense层的输入，输出标题t_i与标题t_j之间关系的分类结果；

步骤2-11、通过输入的分类标签(即包含、并列、无关)，对lstm神经网络和分类器进行训练，使lstm神经网络参数和dense层的参数能够不断更新优化，得到标题关系分类模型。

进一步的，提取标题层次关系的步骤为：

步骤3-1、对于文章数据集{d₁,d₂,…,d_n}中的某篇文章A，使用python文档读取工具读取文章A得到文章各段的段落号Pn＝{0，1，2，3，…，N}，其中N为文章A的段落数；

步骤3-2、将文章A输入步骤1得到的标题判别模型，得到标题集合T＝{T1，T2，...，TM}，其中M为标题个数；

步骤3-3、对任意T_i，T_j∈T，使用hanlp分词工具分别对标题T_i和T_j进行分词，得到标题T_i、T_j的单词列表WT_i、WTj；

步骤3-4、使用word2vec算法分别计算单词列表WT_i、WTj中每个单词的词向量，得到标题T_i、T_j中所有单词的词向量组成的序列ST_i，STj；

步骤3-5、将ST_i、STj输入步骤2得到的标题之间关系分类模型，得到标题T_i和T_j之间的关系。

进一步，步骤3中，标题集合T＝{T1，T2，...，TM}中部分标题包含序号，直接通过序号构造部分层次关系；

通过正则表达式，匹配得到标题集合T中包含序号的标题，形成子集T1＝{T1₁,…,T1_f}，其中f为带有序号的标题的数量，不带有序号的标题形成子集T2＝{T2₁,…,T2_g}，其中g为不带有序号的标题的数量；

对T1_i∈T1，根据标题序号，将T1_i在Python中用列表Tree以树结构的形式存储；

对T2_i∈T2，查找标题集合T中所有与它关系为“包含”的标题，形成集合Ui；

查找Ui中所有段落号小于T2_i的段落号的标题，形成子集Ui0；

若Ui0为空，则T2_i为一级标题；

若Ui0不为空，对任意标题t1∈Ui0，若T2_i的段落号与标题t1的段落号的差值

为T2_i的段落号与Ui0中所有标题段落号差值的最小值，则T2_i为标题t1所属的次级标题；

查找Ui中所有段落号大于T2_i的段落号的标题，形成子集Ui1；

若Ui1为空，则T2_i不存在下级标题；

若Ui1不为空，对于任意标题t2∈Ui1，若在列表Tree中，t2所在的节点的父节点为“空”，则T2_i为t2的上级标题。

遍历T2进行上述操作，若在遍历过程中标题结构的构造结果与前面产生的结果不一致，则更新为最新的结果。

本发明所述的有益效果为：与现有的文字编辑软件通过文章格式信息提取标题层次结构的方法相比，本发明提出了一种利用机器学习，通过语义特征提取文章标题层次结构的方法；首先，通过段落的格式和文本特征，判断段落是否为标题。然后，定义标题之间的关系为：包含、并列、无关。通过长短期记忆人工神经网络(lstm)对标题段落进行语义特征提取，基于标题的语义特征对标题之间的关系进行分类。最后，利用分类结果与标题层次关系之间的逻辑关系构造标题的层次结构；本发明在构造标题层次结构的时候主要利用的是标题的语义特征，在格式信息缺失，计算机无法识别的情况下，可以对标题层次结构的构造起到一个补充作用。

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。

图1为本发明实施例中对某文章A提取标题层次结构的流程图；

图2为标题判别模型构造示意图；

图3为标题之间关系分类模型结构示意图；

图4为本发明实施例中含有序号的标题在python中存储的树结构表示图；

图5为本发明实施例标题层次结构提取结果在python中存储的树结构表示图。

具体实施方式

如图1-3所示，本发明所述的一种文章标题层次结构的提取方法，首先分别构造了标题判别模型、标题之间关系分类模型，然后将具体文章示例输入标题判别模型得到文章标题，将文章标题输入标题之间关系分类模型得到标题之间的关系，最后根据标题之间的关系构造标题的层次结构。

步骤1中构造标题判别模型步骤如下：

假设存在某一文章数据集{d₁,d₂,…,d_n}，其中n为文章数量；

假设其中第i篇文章d_i存在m个段落，{p₁,p₂,…,p_m}；

对其中第j个段落p_j进行人工标注，如果是标题标注为1，非标题标注为0。则第i篇文章的段落标签可标注为{1₁，0₂，…,0_m}；

使用python文档读取工具读取文章d_i，得到p_j的字体大小为SIZE_j；例如：文章d_i得到的所有段落字体大小为{25₁,20₂,18₃,20₄，…,18_m}，其中25₁代表第一段的字体大小为25；

使用python文档读取工具读取文章d_i，得到第j段的长度大小为LENGTH_j。例如：文章d_i得到的所有段落长度大小为{5₁,64₂,…,105_m}，其中5₁代表第一段的长度大小为5；

使用hanlp分词工具对p_j进行索引分词处理，分词结果为列表[s₁ s₂…s_h]，其中h为p_j中的单词数量，s_i为p_j经过索引分词处理后得到的第i个单词、该单词词性、该单词在段落中的偏移量组成的元素，其结构为：“单词/单词词性/单词在段落中的偏移量”；例如：假设p_j的文本内容为“机器学习相关概述”，则分词结果为：[机器/n/[0:2]学习/v/[2:4]相关/ad/[4:6]概述/n/[6:8]]。其中，英文字母表示词性，如n代表名词，v代表动词，ad代表形容词；形如[数字1，数字2]表示单词在段落中的偏移量，如[0:2]表示该词在段中的位置为0到2；

使用word2vec算法计算s_i的词向量，得到s_i的词向量序列vec_i，则p_j所有单词的词向量序列为{vec₁,vec₂,…,vec_h}；

对文章数据集{d₁,d₂,…,d_n}进行上述数据处理，得到文章d₁,d₂,…,d_n每个段落的字体大小、长度大小、所有词向量组成的向量序列；

使用sklearn工具包中的svm算法，将文章数据集{d₁,d₂,…,d_n}中所有文章每个段落的字体大小、长度大小、所有词向量组成的向量序列和段落标签作为算法的输入，训练得到标题判别模型。

步骤2中构造标题之间关系分类模型步骤如下：

假设文章d_i中所有标题组成集合为{t₁,t₂,…,t_r}，其中r为标题的数量；

定义标题之间的关系包括：包含、并列、无关；

对标题集合{t₁,t₂,…,t_r}中任意两个标题t_i，t_j，人工标注标题之间的关系，文章上级标题于对所属的下级标题关系标注为“包含”；同一上级标题下的同级标题关系标注为“并列”；非上述情况的标题之间关系标注为“无关”；

使用hanlp分词工具分别对标题t_i，t_j进行分词，得到单词列表wt_i，wt_j。例如：假设标题t_i的文本内容为：2.1依存句法概述，则分词结果wt_i＝[2.1依存句法概述]；

使用word2vec算法计算单词列表wt_i，wt_j中每个单词的词向量，得到标题t_i，t_j中所有单词的词向量组成的序列st_i，st_j；

使用keras工具包中的lstm神经网络算法，将词向量序列st_i，st_j分别输入lstm神经网络中，输出标题t_i的特征向量u，t_j的特征向量v；

使用keras工具包中的Batch normalize算法，将向量u，v分别输入Batchnormalize算法进行归一化处理，得到向量u’，v’；

使用sklearn工具包中的余弦相似度算法计算向量u’，v’的余弦相似度，得到u’与v’的余弦相似度的值cos similarity(u’,v’)；

计算向量u’-v’的绝对值，得到向量abs(u’-v’)；

将向量u’，v’、向量abs(u’-v’)、cos similarity(u’,v’)拼接形成向量[u’，v’，abs(u’-v’),cos similarity(u’,v’)]；

使用keras工具包中的全连接层dense，激活函数为softmax。将向量[u’，v’，abs(u’-v’),cos similarity(u’,v’)]作为dense层的输入，输出标题t_i与标题t_j之间关系的分类结果；

通过输入的分类标签，对lstm神经网络和分类器进行训练，使lstm神经网络参数和dense层的参数能够不断更新优化，得到标题关系分类模型。

步骤3中文章标题层次结构提取：

假设文章数据集中存在某篇文章A，

使用python文档读取工具读取文章A得到文章各段的段落号Pn＝{0，1，2，3，…，N}，其中N为文章A的段落数；

将文章A输入标题判别模型，得到标题集合T；本实施例中，T＝{2汉语复句分句划分与层次结构体系概述，2.1依存句法概述，2.2基于标点符号和依存句法的汉语复句分句的划分，2.2.1基于标点符号的分句划分，基于依存句法的汉语复句分句的划分，2.3层次结构概述，Bert-CNN深度学习模型概述，3.1机器学习相关概述，3.2神经网络相关内容概述，3.2.1神经网络基本工作原理，3.2.2神经网络的相关概念}；

对任意T_i，T_j∈T，使用hanlp分词工具分别对标题T_i和T_j进行分词，得到标题T_i，T_j的单词列表WT_i，WTj；

使用word2vec算法分别计算单词列表WT_i，WTj中每个单词的词向量，得到标题T2_i,T1_j中所有单词的词向量组成的序列ST_i，STj；

将ST_i，STj输入标题之间关系分类模型，得到标题T_i和T_j之间的关系。例如：T₂＝“2.2基于标点符号和依存句法的汉语复句分句的划分”，T₄＝基于依存句法的汉语复句分句的划分，输出标题之间关系的分类结果为“包含”。

在python读取文章的时候，因为docx格式的原因有的标题可以读取到序号，有的读取不到；读取得到序号的标题可以直接构造关系，读取不到的需要用模型判断该标题跟其他标题的关系。

标题集合T中部分标题包含序号，可直接通过序号构造部分层次关系；

通过正则表达式，匹配得到标题集合T中包含序号的标题，形成子集T1＝{T1₁,…,T1_f}，其中f为带有序号的标题的数量，不带有序号的标题形成子集T2＝{T2₁,…,T2_g}，其中g为不带有序号的标题的数量。本实施例中T1＝{2汉语复句分句划分与层次结构体系概述，2.1依存句法概述，2.2基于标点符号和依存句法的汉语复句分句的划分，2.2.1基于标点符号的分句划分，2.3层次结构概述，3.1机器学习相关概述，3.2神经网络相关内容概述，3.2.1神经网络基本工作原理，3.2.2神经网络的相关概念}，T2＝{基于依存句法的汉语复句分句的划分，Bert-CNN深度学习模型概述}。

对T1_i∈T1，根据标题序号，将T1_i在Python中用列表Tree以树结构的形式存储。本实施例中树结构示意图如图4所示。

如图5所示，对T2_i∈T2，查找标题集合T中所有与它关系为“包含”的标题，形成集合Ui。例如：T2₀＝“基于依存句法的汉语复句分句的划分”，U0＝{2汉语复句分句划分与层次结构体系概述，2.2基于标点符号和依存句法的汉语复句分句的划分}；

查找Ui中所有段落号小于T2_i的段落号的标题，形成子集Ui0；

若Ui0为空，则T2_i为一级标题；例如：T2₁＝“Bert-CNN深度学习模型概述”，段落号为37；U1＝{3.1机器学习相关概述，3.2神经网络相关内容概述，3.2.1神经网络基本工作原理，3.2.2神经网络的相关概念}，段落号分别为，38，42，43，47。U1中没有段落号小于T2₁段落号的标题，所以T2₁为一级标题；

若Ui0不为空，对任意标题t1∈Ui0，若T2_i的段落号与标题t1的段落号的差值

为T2_i的段落号与Ui0中所有标题段落号差值的最小值，则T2_i为标题t1所属的次级标题。例如：对T2₀＝“基于依存句法的汉语复句分句的划分”，段落号为30，U00₀＝“2汉语复句分句划分与层次结构体系概述”，段落号为21，U00₁＝“2.2基于标点符号和依存句法的汉语复句分句的划分”，段落号为24。由于30-24＝6<30-21＝9，所以T2₀为U00₁所属的次级标题；

查找Ui中所有段落号大于T2_i的段落号的标题，形成子集Ui1；

若Ui1为空，则T2_i不存在下级标题；

若Ui1不为空，对于任意标题t2∈Ui1，若在列表Tree中，t2所在的节点的父节点为“空”，则T2_i为t2的上级标题；例如：T2₁＝“Bert-CNN深度学习模型概述”，U1＝{3.1机器学习相关概述，3.2神经网络相关内容概述，3.2.1神经网络基本工作原理，3.2.2神经网络的相关概念}，U11₀、U11₁在Tree中的节点分别为Tree[1][1]，Tree[1][2]，父节点Tree[1]为“空”，则T2₁为U11₀和U11₁的上级标题；

遍历T2进行上述操作，若在遍历过程中标题结构的构造结果与前面产生的结果不一致，则更新为最新的结果。

以上所述仅为本发明的优选方案，并非作为对本发明的进一步限定，凡是利用本发明说明书及附图内容所作的各种等效变化均在本发明的保护范围之内。

Claims (5)

1.一种文章标题层次结构的提取方法，其特征在于，所述方法的步骤为：

步骤1、构建标题判别模型，判断文章中某段落是否为标题；

步骤2、构建标题之间的关系分类模型，得到标题之间的分类结果；

步骤3、根据标题之间的分类结果提取标题的层次关系。

2.根据权利要求1所述的一种文章标题层次结构的提取方法，其特征在于，构建标题判别模型的步骤为：

步骤1-1、构建某一文章数据集{d₁,d₂,…,d_n}，其中n为文章数量；

步骤1-2、假设第i篇文章d_i存在m个段落{p₁,p₂,…,p_m}，对其中第j个段落pj人工标注段落标签，如果是标题标注为1，非标题标注为0；

步骤1-3、使用python文档读取工具读取文章d_i，得到第j段的字体大小为SIZE_j、第j段的长度大小为LENGTH_j；

步骤1-4、使用hanlp分词工具对文章d_i的第j段进行索引分词处理，分词结果为列表[s₁s₂…s_h]，其中h为第j段分成的单词数量，s_i为第j段经过索引分词处理后得到的第i个单词、该单词词性、该单词在段落中的偏移量组成的元素，s_i的结构为：“单词/单词词性/单词在段落中的偏移量”；

步骤1-5、使用word2vec算法计算si的词向量，得到si的词向量序列vec_i，则pj所有单词的词向量序列为{vec₁,vec₂,…,vec_h}；

步骤1-6、重复步骤1-2至步骤1-5，得到文章数据集{d₁,d₂,…,d_n}中每一篇文章的所有段落的字体大小、长度大小、所有词向量组成的向量序列；

步骤1-7、使用sklearn工具包中的svm算法，将文章数据集{d₁,d₂,…,d_n}中所有文章每个段落的字体大小、长度大小、所有词向量组成的向量序列和段落标签作为算法的输入，训练得到标题判别模型。

3.根据权利要求1所述的一种文章标题层次结构的提取方法，其特征在于，构建标题之间的关系分类模型的步骤为：

步骤2-1、将得到的文章d_i中所有标题组成集合为{t₁,t₂,…,t_r}，其中r为标题的数量；

步骤2-2、对文章d_i所有的标题，两两标注两个标题之间的关系，其中，定义文章标题之间的关系包括：包含、并列、无关，人工标注标题之间的关系，文章上级标题于对所属的下级标题关系标注为“包含”，同一上级标题下的同级标题关系标注为“并列”，非上述情况的标题之间关系标注为“无关”；

步骤2-3、对标题集合{t₁,t₂,…,t_r}中任意两个标题t_i和t_j，使用hanlp分词工具分别对标题t_i和t_j进行分词，得到单词列表wt_i和wt；

步骤2-4、使用word2vec算法计算单词列表wt_i、wt_j中每个单词的词向量，得到标题t_i、t_j中所有单词的词向量组成的序列st_i、st_j；

步骤2-5、使用keras工具包中的lstm神经网络算法，将词向量序列st_i、st_j分别输入lstm神经网络中，输出标题t_i的特征向量u及t_j的特征向量v；

步骤2-6、使用keras工具包中的Batch normalize算法，将特征向量u和特征向量v分别输入Batch normalize算法进行归一化处理，得到向量u’，v’；

步骤2-7、使用sklearn工具包中的余弦相似度算法计算向量u’、v’的余弦相似度，得到u’与v’的余弦相似度的值cos similarity(u’,v’)；

步骤2-8、计算向量u’-v’的绝对值，得到向量abs(u’-v’)；

步骤2-9、将向量u’和v’、向量abs(u’-v’)、cos similarity(u’,v’)拼接形成向量[u’，v’，abs(u’-v’)，cos similarity(u’,v’)]；

步骤2-10、使用keras工具包中的全连接层dense，激活函数为softmax，将向量[u’，v’，abs(u’-v’),cos similarity(u’,v’)]作为dense层的输入，输出标题t_i与标题t_j之间关系的分类结果；

步骤2-11、通过输入的分类标签，对lstm神经网络和分类器进行训练，使lstm神经网络参数和dense层的参数能够不断更新优化，得到标题关系分类模型。

4.根据权利要求1所述的一种文章标题层次结构的提取方法，其特征在于，提取标题层次关系的步骤为：

步骤3-1、对于文章数据集{d₁,d₂,…,d_n}中的某篇文章A，使用python文档读取工具读取文章A得到文章各段的段落号Pn＝{0，1，2，3，…，N}，其中N为文章A的段落数；

步骤3-2、将文章A输入标题判别模型，得到标题集合T＝{T1，T2，...，TM}，其中M为标题个数；

步骤3-3、对任意T_i，T_j∈T，使用hanlp分词工具分别对标题T_i和T_j进行分词，得到标题T_i、T_j的单词列表WT_i、WTj；

步骤3-4、使用word2vec算法分别计算单词列表WT_i、WTj中每个单词的词向量，得到标题T_i、T_j中所有单词的词向量组成的序列ST_i，STj；

步骤3-5、将ST_i、STj输入标题之间关系分类模型，得到标题T_i和T_j之间的关系。

5.根据权利要求4所述的一种文章标题层次结构的提取方法，其特征在于，步骤3中，标题集合T＝{T1，T2，...，TM}中部分标题包含序号，直接通过序号构造部分层次关系；

通过正则表达式，匹配得到标题集合T中包含序号的标题，形成子集T1＝{T1₁,…,T1_f}，其中f为带有序号的标题的数量，不带有序号的标题形成子集T2＝{T2₁,…,T2_g}，其中g为不带有序号的标题的数量；

对T1_i∈T1，根据标题序号，将T1_i在Python中用列表Tree以树结构的形式存储；

对T2_i∈T2，查找标题集合T中所有与它关系为“包含”的标题，形成集合Ui；

查找Ui中所有段落号小于T2_i的段落号的标题，形成子集Ui0；

若Ui0为空，则T2_i为一级标题；

若Ui0不为空，对任意标题t1∈Ui0，若T2_i的段落号与标题t1的段落号的差值

为T2_i的段落号与Ui0中所有标题段落号差值的最小值，则T2_i为标题t1所属的次级标题；

查找Ui中所有段落号大于T2_i的段落号的标题，形成子集Ui1；

若Ui1为空，则T2_i不存在下级标题；

若Ui1不为空，对于任意标题t2∈Ui1，若在列表Tree中，t2所在的节点的父节点为“空”，则T2_i为t2的上级标题。

遍历T2进行上述操作，若在遍历过程中标题结构的构造结果与前面产生的结果不一致，则更新为最新的结果。

Images