文件名称：基于XML技术的USPTO专利抽取系统 (2011年)
文件大小：336KB
文件格式：PDF
更新时间：2024-06-03 05:17:49
工程技术 论文
为了给北京市知识产权预警能力研究提供基础数据，通过检索美国专利商标局（USPTO）网络专利数据库可以得到动态网页形式的专利信息.基于XML相关技术，提出了将这些网页形式的专利数据抽取到关系数据库的技术和方法.使用正则表达式匹配的方法进行页面过滤，将网页解析为文档对象模型（DOM）进行清洗，通过可扩散样式表转换语言（XSLT）模板抽取专利信息，并通过对象映射的方法将专利信息存入关系数据库，实现了专利信息抽取原型系统.实验结果表明，该原型系统具有较高的召回率和准确率.