高速公路数据处理效果评价方法.pdfVIP

DB61/T2254—2026

AA

附录A

（规范性）

非结构化数据提取

A.1文本数据提取

通过自然语言处理技术，应从文本数据中提取姓名、身份证号、手机号、统一社会信用代码等要素及

其相互关系、事件等信息。同时，结合OCR技术或其他相关识别技术，支持从图像、PDF等非文本格式文件

中提取信息。

文本数据提取内容包含但不限于以下内容：

a)要素提取：利用OCR、正则表达式、NLP实体识别方法从文本中提取出各类通用要素或者业务要

素信息；

b)关键词和摘要提取：利用关键词提取法、深度学习法、抽取式摘要法从文本中提取关键词和关键

段落构成摘要内容；

c)关系提取：从文本中提取出要素之间的关系。

A.2视频、图像数据提取

数据源从视频、图像数据中提取文字、图标、车辆情况等实体