一种从文章中获取结构化标签的方法

摘要

本发明公开了一种从文章中获取结构化标签的方法，通过创立多个单独的特征库，每个特征库中的特征词任意两个或多个自由组合形成特征词集合圈；先从文章的全文中截取文章的标题以及首尾段，并提取剩余的关键词；将该新的特征库中的所有关键词组合形成若干个特征词集合圈；与特征库进行类比，找到相同和相邻的所有特征词集合圈，优选交集和相差的关键词组合成文章预选的结构化标签；将文章除了首尾部分提取关键词形成新的特征库，形成文章预选的结构化标签；交、差集形成结构化标签和附加补充的结构化标签。本发明可以快速从文件中提取出需要的文章结构化标签，无需对全部的文章内容进行结构化标签提取，提高了文章结构化标签的处理速度。