(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210272295.2 (22)申请日 2022.03.18 (71)申请人 联想 （北京） 有限公司 地址 100085 北京市海淀区上地西路6号2 幢2层201- H2-6 (72)发明人 敬毅民　崔恒　赵国光　 (74)专利代理 机构 北京派特恩知识产权代理有 限公司 1 1270 专利代理师 王花丽　吴素花 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/295(2020.01) (54)发明名称 一种处理方法以及装置 (57)摘要 本申请公开了一种处理方法以及装置， 其 中， 所述方法包括： 获取待处理文件； 对 所述待处 理文件包含的词汇进行处理， 得到所述待处理文 件包含的词汇的属性信息； 基于所述属性信息， 从所述待处理文件包含的词汇中确定实体词汇； 其中， 所述实体词汇包括实体类型的词汇； 得到 所述实体词汇之间的关联结构信息 。 权利要求书2页 说明书19页 附图4页 CN 114741524 A 2022.07.12 CN 114741524 A 1.一种处 理方法， 其中， 所述方法包括： 获取待处 理文件； 对所述待处理文件包含的词汇进行处理， 得到所述待处理文件包含的词汇的属性信 息； 基于所述属性信 息， 从所述待处理文件包含的词汇中确定实体词汇； 其中， 所述实体词 汇包括实体 类型的词汇； 得到所述实体词汇之间的关联 结构信息 。 2.根据权利要求1所述的方法， 其中， 所述属性信 息至少包括所述待处理文件包含的词 汇的格式属 性信息； 所述基于所述属 性信息， 从所述待处理文件包含的词汇中确定实体词 汇， 包括： 对所述格 式属性信 息中的格式属性参数进行分析， 得到分析结果； 其中， 所述格式属性 参数包括字号、 字体、 以及颜色中的至少一种； 基于所述分析结果对所述格式属性信息进行划分， 得到至少一种类型的格式属性信 息； 从所述至少一种类型的格式属性信息中确定第一格式信息； 基于所述第一格式信息， 从所述待处 理文件包含的词汇中确定所述实体词汇。 3.根据权利要求2所述的方法， 其中， 所述方法还 包括： 从所述至少一种类型的格式属性信息中确定第二格式信息； 基于所述第 二格式信 息， 从所述待处理文件包含的词 汇中确定实体信 息词汇； 其中， 所 述实体信息词汇包括用于承载 所述实体词汇的含义信息的词汇。 4.根据权利要求3所述的方法， 其中， 所述得到所述实体词汇之间的关联结构信息， 包 括： 确定所述实体词汇与所述实体信息词汇之间的关联关系信息； 基于所述关联关系信息， 得到所述关联 结构信息 。 5.根据权利要求4所述的方法， 其中， 所述确定所述实体词汇与 所述实体信 息词汇之间 的关联关系信息， 包括： 对所述实体词汇以及所述实体信 息词汇进行分析， 得到第 一坐标信 息以及第 二坐标信 息； 其中， 所述第一坐标信息包括所述实体词汇的坐标信息； 所述第二坐标信息包括所述 实 体信息词汇的坐标信息； 基于所述第 一坐标信 息以及所述第 二坐标信 息， 关联所述实体词汇以及所述实体信 息 词汇， 确定所述关联关系信息 。 6.根据权利要求5所述的方法， 其中， 所述基于所述第 一坐标信 息以及所述第 二坐标信 息， 关联所述实体词汇以及所述实体信息词汇， 确定所述关联关系信息， 包括： 从所述第一 坐标信息中获取目标实体词汇的坐标信息； 基于所述目标实体词汇的坐标信息以及所述第二 坐标信息， 确定目标实体信息词汇； 关联所述目标实体词汇以及所述目标实体信息词汇， 确定所述关联关系信息 。 7.根据权利要求4所述的方法， 其中， 所述基于所述关联关系信息， 得到所述关联结构 信息， 包括： 确定第一关联信息与第二关联信息之间的匹配信息； 其中， 所述第一关联信息以及所权　利　要　求　书 1/2 页 2 CN 114741524 A 2述第二关联信息为所述关联关系信息中的任一关联关系信息； 基于所述匹配信息， 得到所述关联 结构信息 。 8.根据权利要求7所述的方法， 其中， 所述基于所述匹配信 息， 得到所述关联结构信 息， 包括： 若满足指定条件， 关联所述第 二关联信 息中的实体信 息词汇与 所述第一关联信 息中的 实体词汇， 得到所述关联结构信息； 其中， 所述指定条件， 包括所述匹配信息表示所述第二 关联信息中的实体信息词汇与所述第一关联信息中的实体词汇匹配。 9.根据权利要求1所述的方法， 其中， 所述属性信 息至少包括所述待处理文件包含的词 汇的文本类型信息； 所述基于所述属 性信息， 从所述待处理文件包含的词汇中确定实体词 汇， 包括： 若第一词汇的所述文本类型信息为第一文本类型， 确定所述第一词汇为所述实体词 汇； 其中， 所述第一词汇为所述待处 理文件包含的词汇中的任一词汇； 若第二词汇的所述文本类型信息为第二文本类型， 确定所述第二词汇为实体信息词 汇； 其中， 所述第二词汇为所述待处 理文件包含的词汇中的任一词汇。 10.一种处 理装置， 包括： 获取模块， 用于获取待处 理文件； 处理模块， 用于对所述待处理文件包含的词汇进行处理， 得到所述待处理文件包含的 词汇的属性信息； 基于所述属性信息， 从所述待处理文件包含的词汇中确定实体词汇； 其 中， 所述实体词汇包括实体 类型的词汇； 得到所述实体词汇之间的关联 结构信息 。权　利　要　求　书 2/2 页 3 CN 114741524 A 3