公开(公告)号：CN115718817A

公开(公告)日：2023-02-28

申请号：CN202211492264.4

申请日：2022-11-25

申请人： 国网辽宁省电力有限公司综合服务中心

发明人： 唐如海 ,  邵春锋 ,  肖丹 ,  厉雨 ,  邵天龙 ,  王浩 ,  解霄博

IPC分类号： G06F16/81 ,  G06F16/832 ,  G06F16/835

摘要： 本发明涉及非结构化数据识别方法技术领域，具体为一种基于XML的非结构化数据识别方法，包括以下步骤，S1：在数据存储时，对数据进行区分并添加标记；S2：定义文件内容基本属性，并进行特征识别验证。本发明中，通过基于传输时间、传输批次和传输文件项目对数据文件进行归类编组，并添加同类项扩展标记的方式建立标记备注文件，对文件进行直属单位标记和同类项标注，确保数据源内容的全面性，通过初步识别文件并注释识别内容，基于历史所识别文件，提升文件之间的参照性，使得识别效果更加完善，通过结果合并器完成处理工作，并生成独立的特征批注文件，在检索同类特征时优先调用，达成数据训练的效果，提升数据识别效率。