[發明專利]確定從文檔提取數據期間的錯誤

無效

• 申請號: 201380078975.X
• 申請日: 2013-08-29
• 公開（公告）號: CN105474202A
• 公開（公告）日: 2016-04-06
• 發明（設計）人: 菲利普·格林伍德;肖恩·布蘭什弗勞爾
• 申請（專利權）人: 隆沙有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F11/07
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 柴德海;康泉

1.一種系統，包括：

一個或多個處理器；

存儲器；

錯誤數據儲存庫；

采集模塊，所述采集模塊存儲在所述存儲器中且在所述一個或多個處理器中的至 少一個上執行，所述采集模塊用于從文檔庫采集原始文件格式的文檔；

提取模塊，所述提取模塊存儲在所述存儲器中且在所述一個或多個處理器中的至 少一個上執行，所述提取模塊用于從采集到的文檔中提取文檔數據；以及

提取錯誤模塊，所述提取錯誤模塊存儲在所述存儲器中且在所述一個或多個處理 器中的至少一個上執行，所述提取錯誤模塊用于確定在數據提取期間是否發生錯誤以 及用于將引起所述錯誤的采集到的文檔存儲在所述錯誤數據儲存庫中。

2.根據權利要求1所述的系統，進一步包括：

文檔數據儲存庫，其中如果在所述數據提取期間沒有發生錯誤，那么所述提取錯 誤模塊將采集到的文檔存儲在所述文檔數據儲存庫內。

3.根據權利要求1所述的系統，進一步包括：

查看模塊，所述查看模塊存儲在所述存儲器中且在所述一個或多個處理器中的至 少一個上執行，所述查看模塊用于提供使用戶能夠查看所述錯誤數據儲存庫的界面。

4.根據權利要求3所述的系統，其中所述界面進一步使所述用戶能夠引起所述計 算系統從被加載到所述錯誤數據儲存庫內的文檔中重新提取數據。

5.根據權利要求1所述的系統，其中從采集到的文檔中提取的所述文檔數據包括 文本內容和元數據。

6.一種方法，包括：

計算系統從文檔庫采集文檔；

所述計算系統從采集到的文檔中提取數據；

所述計算系統確定在數據提取期間是否發生錯誤；以及

響應于確定所述提取引起錯誤，所述計算系統將采集到的文檔加載到錯誤數據儲 存庫內。

7.根據權利要求6所述的方法，進一步包括：

所述計算系統提供使用戶能夠查看所述錯誤數據儲存庫的界面。

8.根據權利要求7所述的方法，其中所述界面進一步使所述用戶能夠引起所述計 算系統從被加載到所述錯誤數據儲存庫內的文檔中重新提取數據。

9.根據權利要求6所述的方法，進一步包括：

所述計算系統從所述文檔庫重新采集所述文檔；以及

所述計算系統從重新采集到的文檔中重新提取文檔信息。

10.根據權利要求6所述的方法，進一步包括：

響應于確定所述提取沒有引起錯誤，將采集到的文檔加載到文檔數據儲存庫內。

11.根據權利要求6所述的方法，其中來自采集到的文檔的數據包括文本內容和 元數據。

12.一種非暫時性計算機可讀存儲介質，所述非暫時性計算機可讀存儲介質存儲 指令，該指令在由處理器執行時使所述處理器：

從文檔庫采集文檔；

從采集到的文檔中提取數據；

確定在數據提取期間是否發生錯誤；

響應于確定所述提取引起錯誤，將采集到的文檔加載到錯誤數據儲存庫內；以及

提供使用戶能夠查看所述錯誤數據儲存庫的界面。

13.根據權利要求12所述的非暫時性計算機可讀存儲介質，進一步存儲指令，該 指令在由所述處理器執行時使所述處理器：

響應于確定所述提取沒有引起錯誤，將采集到的文檔加載到文檔數據儲存庫內。

14.根據權利要求12所述的非暫時性計算機可讀存儲介質，進一步存儲指令，該 指令在由所述處理器執行時使所述處理器：

從所述文檔庫重新采集所述文檔；以及

在所述錯誤已糾正之后，從重新采集到的文檔中重新提取文檔信息。

15.根據權利要求12所述的非暫時性計算機可讀存儲介質，其中所述界面進一步 使所述用戶能夠引起所述計算系統從被加載到所述錯誤數據儲存庫內的文檔中重新提 取數據。