純文本文檔處理技術(shù)在法律信息數(shù)據(jù)庫中的應(yīng)用.pdf

1、很多單位或部門在以往的實(shí)際工作當(dāng)中，為了提高傳輸速率和辦公效率，大量信息都是用規(guī)定格式的純文本文件進(jìn)行存儲(chǔ)和傳輸?shù)摹５捎诙渭庸さ男枰?，需首先將這些信息按字段存儲(chǔ)于數(shù)據(jù)庫當(dāng)中。對于這種情況進(jìn)行的處理過程稱為文本解析，其目的就是通過對文本內(nèi)容特征進(jìn)行識(shí)別，提取出有用的字段，將它們存儲(chǔ)到數(shù)據(jù)庫當(dāng)中，實(shí)現(xiàn)從文件管理到數(shù)據(jù)庫管理的轉(zhuǎn)換，以便于進(jìn)行二次加工，或者進(jìn)行諸如檢索、文本挖掘等更深層次的加工和服務(wù)。 本文所論述的應(yīng)用程序是法律信

2、息數(shù)據(jù)庫的更新系統(tǒng)，是法律信息網(wǎng)站的后臺(tái)數(shù)據(jù)庫更新系統(tǒng)。本文主要論述文本解析在法律庫方面的應(yīng)用，處理存儲(chǔ)法律信息的文本，將其中數(shù)據(jù)轉(zhuǎn)換到數(shù)據(jù)庫中，以便前臺(tái)web應(yīng)用程序進(jìn)行檢索和其它應(yīng)用。 本文主要進(jìn)行了以下幾點(diǎn)工作： 1．本文從實(shí)踐角度出發(fā)，對純文本文檔的處理技術(shù)進(jìn)行了深入的研究，包括文檔內(nèi)容的抽取和識(shí)別等，并論述了文本解析的過程。 2．通過分析程序需求論述了文本解析在處理法律庫方面的應(yīng)用，說明了文本處理在進(jìn)行