通用文本处理方法的研究与设计

摘要

设计描述通用文本处理逻辑的规则以及执行规则的引擎,使开发文本处理程序简化为开发应用规则.用XML描述规则的数据模型,规则元素包括原子规则、规则集、前置条件和数据上下文,在规则中用正则表达式实现文本匹配,用转义符和脚本语言实现多种转换逻辑.利用该方法进行Web主题文本提取,验证了规则的合理性和引擎的有效性.