RU2013156782A

RU2013156782A - Создание гибких структурных описаний для документов с повторяющимися нерегулярными структурами

Info

Publication number: RU2013156782A
Application number: RU2013156782/08A
Authority: RU
Inventors: Сергей Владимирович Голубев; Ирина Зосимовна Филимонова; Сергей Алексеевич Злобин
Original assignee: Общество с ограниченной ответственностью "Аби Девелопмент"
Priority date: 2013-12-20
Filing date: 2013-12-20
Publication date: 2015-06-27
Also published as: RU2603492C2

Abstract

1. Метод создания гибкого структурного описания, содержащий:получение изображения документа определенного типа, содержащего таблицу;получение позиции описывающей запись в таблице;поиск элементов заголовка на основе позиции;обнаружение полей данных и опорных элементов для позиции таблицы;создание, используя процессор, гибкого структурного описания для документа определенного типа, включающего набор элементов поиска для каждого из полей данных на изображении документа, а также элементов заголовка;наложение гибкого структурного описания на изображение иизвлечение данных из изображения в соответствии с параметрами гибкого структурного описания наложением гибкого структурного описания на изображение.2. Метод по п. 1, дополнительно включающий корректировку, используя процессор, гибкого структурного описания на основе пользовательских исправлений обнаруженных полей данных, элементов заголовка и/или опорных элементов.3. Метод по п. 1, в котором таблица занимает несколько страниц документа и в котором элементы заголовка повторяются на двух или более страницах многостраничного документа.4. Метод по п. 1, в котором создание гибкого структурного описания включает определение опорных элементов для поиска полей данных.5. Метод по п. 1, в котором создание гибкого структурного описания включает генерирование значений поисковых параметров для каждого отдельного элемента или поля.6. Метод по п. 1, в котором наложение гибкого структурного описания на изображение включает:сопоставление элементов заголовка на каждой странице документа;исключение сопоставленных элементов заголовка из области поиска документа ипоиск

Claims

1. Метод создания гибкого структурного описания, содержащий:

получение изображения документа определенного типа, содержащего таблицу;

получение позиции описывающей запись в таблице;

поиск элементов заголовка на основе позиции;

обнаружение полей данных и опорных элементов для позиции таблицы;

создание, используя процессор, гибкого структурного описания для документа определенного типа, включающего набор элементов поиска для каждого из полей данных на изображении документа, а также элементов заголовка;

наложение гибкого структурного описания на изображение и

извлечение данных из изображения в соответствии с параметрами гибкого структурного описания наложением гибкого структурного описания на изображение.

2. Метод по п. 1, дополнительно включающий корректировку, используя процессор, гибкого структурного описания на основе пользовательских исправлений обнаруженных полей данных, элементов заголовка и/или опорных элементов.

3. Метод по п. 1, в котором таблица занимает несколько страниц документа и в котором элементы заголовка повторяются на двух или более страницах многостраничного документа.

4. Метод по п. 1, в котором создание гибкого структурного описания включает определение опорных элементов для поиска полей данных.

5. Метод по п. 1, в котором создание гибкого структурного описания включает генерирование значений поисковых параметров для каждого отдельного элемента или поля.

6. Метод по п. 1, в котором наложение гибкого структурного описания на изображение включает:

сопоставление элементов заголовка на каждой странице документа;

исключение сопоставленных элементов заголовка из области поиска документа и

поиск полей данных по области с исключенными сопоставленными элементами заголовка.

7. Метод по п. 1, в котором позиция соответствует ячейке таблицы, охватывающей несколько строчек документа.

8. Метод по п. 1, дополнительно содержащий получение по крайней мере двух позиций таблицы, включающих множество ячеек, которые перекрываются.

9. Система создания гибкого структурного описания, содержащая:

один или несколько электронных процессоров, выполненных с возможностью:

получения изображения документа определенного типа, содержащего таблицу;

получения позиции описывающей запись в таблице;

поиска элементов заголовка на основе позиции;

обнаружения полей данных и опорных элементов для позиции таблицы;

создания гибкого структурного описания для документа определенного типа, включающего набор элементов поиска для каждого из полей данных на изображении документа, а также элементов заголовка;

наложения гибкого структурного описания на изображение и

извлечения данных из изображения в соответствии с наложением гибкого структурного описания на изображение.

10. Система по п. 9, где один или более электронных процессоров дополнительно выполнены с возможностью корректировать гибкое структурное описание на основе пользовательских исправлений обнаруженных полей данных, элементов заголовка и/или опорных элементов.

11. Система по п. 9, в которой таблица занимает несколько страниц документа, и в которой элементы заголовка повторяются на двух или более страницах многостраничного документа.

12. Система по п. 9, в которой для создания гибкого структурного описания определенного типа документов один или более электронных процессоров выполнены с возможностью определения опорных элементов для поиска полей данных.

13. Система по п. 9, в которой для создания гибкого структурного описания определенного типа документов один или более электронных процессоров выполнены с возможностью генерировать значения поисковых параметров для каждого элемента или поля.

14. Система по п. 9, в которой для наложения гибкого структурного описания на изображение один или несколько процессоров выполнены с возможностью:

сопоставления элементов заголовка на каждой странице документа;

исключения сопоставленных элементов заголовка из области поиска документа и

поиска полей данных по области с исключенными сопоставленными элементами заголовка.

15. Система по п. 9, в которой позиция соответствует ячейке таблицы, охватывающей несколько строчек документа.

16. Система по п. 9, в которой один или несколько электронных процессоров дополнительно имеют возможность получения по крайней мере двух позиций таблицы, включающих множество ячеек, которые перекрываются.

17. Энергонезависимый машиночитаемый носитель информации, на котором хранятся инструкции по созданию гибкого структурного описания, содержащие:

инструкции по получению изображения документа определенного типа, содержащего таблицу;

инструкции по получению позиции, описывающей запись в таблице;

инструкции по поиску элементов заголовка на основе позиции;

инструкции по обнаружению полей данных и опорных элементов для позиции в таблице;

инструкции по созданию гибкого структурного описания для документа определенного типа, включающего набор элементов поиска для каждого из полей данных на изображении документа, а также элементов заголовка;

инструкции по наложению гибкого структурного описания на изображение и

инструкции по извлечению данных из изображения в соответствии с наложением гибкого структурного описания на изображение.

18. Энергонезависимый машиночитаемый носитель информации по п. 17, дополнительно содержащий инструкции по корректировке гибкого структурного описания на основе пользовательских исправлений обнаруженных полей данных элементов заголовка и/или опорных элементов.

19. Энергонезависимый машиночитаемый носитель информации по п. 17, в котором таблица занимает несколько страниц документа и в котором элементы заголовка повторяются на двух или более страницах многостраничного документа.

20. Энергонезависимый машиночитаемый носитель информации по п. 17, содержащий инструкции по созданию гибких структурных описаний для определенного типа документов, включая инструкции по определению опорных элементов для поиска полей данных.