A method and apparatus for extracting structure information from an unstructured electronic document is described. The method includes the step of identifying a structural type for each instance in the electronic document by examining presentation attributes associated with each instance. Examples of presentation attributes which are examined include numbering formats, indentations, and font sizes and weights.

Un metodo e un apparecchio per l'estrazione delle informazioni della struttura da un documento elettronico non strutturato è descritto. Il metodo include il punto di identificare un tipo strutturale per ogni caso nel documento elettronico esaminando gli attributi di presentazione connessi con ogni caso. Gli esempi degli attributi di presentazione che sono esaminati includono le disposizioni di numerazione, rientranze e dimensioni e pesi.