公开(公告)号：US20190228056A1

公开(公告)日：2019-07-25

申请号：US16112309

申请日：2018-08-24

申请人： Suhit Gupta ,  Gail Kaiser ,  Salvatore J. Stolfo

发明人： Suhit Gupta ,  Gail Kaiser ,  Salvatore J. Stolfo

IPC分类号： G06F17/22 ,  G06F16/951 ,  G06F16/80 ,  G06F16/84

摘要： Systems and methods are presented for content extraction from markup language text. The content extraction process may parse markup language text into a hierarchical data model and then apply one or more filters. Output filters may be used to make the process more versatile. The operation of the content extraction process and the one or more filters may be controlled by one or more settings set by a user, or automatically by a classifier. The classifier may automatically enter settings by classifying markup language text and entering settings based on this classification. Automatic classification may be performed by clustering unclassified markup language texts with previously classified markup language texts.

公开(公告)号：US08468445B2

公开(公告)日：2013-06-18

申请号：US11395579

申请日：2006-03-30

申请人： Suhit Gupta ,  Gail Kaiser ,  Salvatore J. Stolfo

发明人： Suhit Gupta ,  Gail Kaiser ,  Salvatore J. Stolfo

IPC分类号： G06F17/00 ,  G06F9/45

CPC分类号： G06F17/2247 ,  G06F17/30864 ,  G06F17/30908 ,  G06F17/30914

摘要： A content extraction process may parse markup language text into a hierarchical data model and then apply one or more filters. Output filters may be used to make the process more versatile. The operation of the content extraction process and the one or more filters may be controlled by one or more settings set by a user, or automatically by a classifier. The classifier may automatically enter settings by classifying markup language text and entering settings based on this classification. Automatic classification may be performed by clustering unclassified markup language texts with previously classified markup language texts.

摘要翻译： 内容提取过程可以将标记语言文本解析成分层数据模型，然后应用一个或多个过滤器。 输出滤波器可用于使该过程更加通用。 内容提取处理和一个或多个过滤器的操作可以由用户设置的一个或多个设置或由分类器自动地控制。 分类器可以通过分类标记语言文本并根据此分类输入设置来自动输入设置。 可以通过将未分类的标记语言文本与先前分类的标记语言文本进行聚类来执行自动分类。

公开(公告)号：US09372838B2

公开(公告)日：2016-06-21

申请号：US13900912

申请日：2013-05-23

申请人： Suhit Gupta ,  Gail Kaiser ,  Salvatore J Stolfo

发明人： Suhit Gupta ,  Gail Kaiser ,  Salvatore J Stolfo

IPC分类号： G06F17/22 ,  G06F17/30

CPC分类号： G06F17/2247 ,  G06F17/30864 ,  G06F17/30908 ,  G06F17/30914

摘要： Systems and methods are presented for content extraction from markup language text. The content extraction process may parse markup language text into a hierarchical data model and then apply one or more filters. Output filters may be used to make the process more versatile. The operation of the content extraction process and the one or more filters may be controlled by one or more settings set by a user, or automatically by a classifier. The classifier may automatically enter settings by classifying markup language text and entering settings based on this classification. Automatic classification may be performed by clustering unclassified markup language texts with previously classified markup language texts.

摘要翻译： 介绍了从标记语言文本中提取内容的系统和方法。 内容提取过程可以将标记语言文本解析成分层数据模型，然后应用一个或多个过滤器。 输出滤波器可用于使该过程更加通用。 内容提取处理和一个或多个过滤器的操作可以由用户设置的一个或多个设置或由分类器自动地控制。 分类器可以通过分类标记语言文本并根据此分类输入设置来自动输入设置。 可以通过将未分类的标记语言文本与先前分类的标记语言文本进行聚类来执行自动分类。

公开(公告)号：US20130326332A1

公开(公告)日：2013-12-05

申请号：US13900912

申请日：2013-05-23

申请人： Suhit Gupta ,  Gail Kaiser ,  Salvatore J. Stolfo

发明人： Suhit Gupta ,  Gail Kaiser ,  Salvatore J. Stolfo

IPC分类号： G06F17/22

CPC分类号： G06F17/2247 ,  G06F17/30864 ,  G06F17/30908 ,  G06F17/30914

摘要： Systems and methods are presented for content extraction from markup language text. The content extraction process may parse markup language text into a hierarchical data model and then apply one or more filters. Output filters may be used to make the process more versatile. The operation of the content extraction process and the one or more filters may be controlled by one or more settings set by a user, or automatically by a classifier. The classifier may automatically enter settings by classifying markup language text and entering settings based on this classification. Automatic classification may be performed by clustering unclassified markup language texts with previously classified markup language texts.

摘要翻译： 介绍了从标记语言文本中提取内容的系统和方法。 内容提取过程可以将标记语言文本解析成分层数据模型，然后应用一个或多个过滤器。 输出滤波器可用于使该过程更加通用。 内容提取处理和一个或多个过滤器的操作可以由用户设置的一个或多个设置或由分类器自动地控制。 分类器可以通过分类标记语言文本并基于此分类输入设置来自动输入设置。 可以通过将未分类的标记语言文本与先前分类的标记语言文本进行聚类来执行自动分类。

公开(公告)号：US20170031883A1

公开(公告)日：2017-02-02

申请号：US15187577

申请日：2016-06-20

申请人： Suhit Gupta ,  Gail Kaiser ,  Salvatore J. Stolfo

发明人： Suhit Gupta ,  Gail Kaiser ,  Salvatore J. Stolfo

IPC分类号： G06F17/22 ,  G06F17/30

CPC分类号： G06F17/2247 ,  G06F17/30864 ,  G06F17/30908 ,  G06F17/30914

摘要： Systems and methods are presented for content extraction from markup language text. The content extraction process may parse markup language text into a hierarchical data model and then apply one or more filters. Output filters may be used to make the process more versatile. The operation of the content extraction process and the one or more filters may be controlled by one or more settings set by a user, or automatically by a classifier. The classifier may automatically enter settings by classifying markup language text and entering settings based on this classification. Automatic classification may be performed by clustering unclassified markup language texts with previously classified markup language texts.

摘要翻译： 介绍了从标记语言文本中提取内容的系统和方法。 内容提取过程可以将标记语言文本解析成分层数据模型，然后应用一个或多个过滤器。 输出滤波器可用于使该过程更加通用。 内容提取处理和一个或多个过滤器的操作可以由用户设置的一个或多个设置或由分类器自动地控制。 分类器可以通过分类标记语言文本并根据此分类输入设置来自动输入设置。 可以通过将未分类的标记语言文本与先前分类的标记语言文本进行聚类来执行自动分类。

公开(公告)号：US20070050708A1

公开(公告)日：2007-03-01

申请号：US11395579

申请日：2006-03-30

申请人： Suhit Gupta ,  Gail Kaiser ,  Salvatore Stolfo

发明人： Suhit Gupta ,  Gail Kaiser ,  Salvatore Stolfo

IPC分类号： G06F17/00 ,  G06F9/45

CPC分类号： G06F17/2247 ,  G06F17/30864 ,  G06F17/30908 ,  G06F17/30914

摘要： Systems and methods are presented for content extraction from markup language text. The content extraction process may parse markup language text into a hierarchical data model and then apply one or more filters. Output filters may be used to make the process more versatile. The operation of the content extraction process and the one or more filters may be controlled by one or more settings set by a user, or automatically by a classifier. The classifier may automatically enter settings by classifying markup language text and entering settings based on this classification. Automatic classification may be performed by clustering unclassified markup language texts with previously classified markup language texts.

摘要翻译： 介绍了从标记语言文本中提取内容的系统和方法。 内容提取过程可以将标记语言文本解析成分层数据模型，然后应用一个或多个过滤器。 输出滤波器可用于使该过程更加通用。 内容提取处理和一个或多个过滤器的操作可以由用户设置的一个或多个设置或由分类器自动地控制。 分类器可以通过分类标记语言文本并根据此分类输入设置来自动输入设置。 可以通过将未分类的标记语言文本与先前分类的标记语言文本进行聚类来执行自动分类。