一种基于文字流的文章元数据信息自动抽取方法及系统

摘要

本发明涉及一种基于文字流的文章元数据信息自动抽取方法及系统，属于信息识别与提取的技术领域。现有技术中，一般是重新录入这些元数据信息，或从版面文件中手工复制粘贴已经存在的文字信息，处理效率低，且容易出错。本发明所述的方法及系统根据元数据在文字流中的特征信息，采用正则表达式模板匹配的方式抽取文章元数据。采用本发明所述的方法及系统，针对刊物的排版规律进行元数据信息的匹配和自动提取，只需简单的人工验证准确性，加快了信息提取速度。