[发明专利]一种文本信息的提取方法、装置和移动终端

权利要求书

1.一种文本信息的提取方法，其特征在于，包括：

识别文本信息中与预设的一个或多个符号对应的信息，并将识别出的信息用对应的符号进行替换；

在替换后的所述文本信息中，获取与待提取信息对应的第一符号以及所述第一符号的上下文信息；

根据所述第一符号的上下文信息，判断所述第一符号是否符合所述待提取信息的语义，若符合，则从所述文本信息中提取被所述第一符号替换的信息并输出。

2.根据权利要求1所述的提取方法，其特征在于，所述根据所述第一符号的上下文信息，判断所述第一符号是否符合所述待提取信息的语义的步骤包括：

在预设的向量数据库中，获取所述第一符号对应的第一向量信息以及所述第一符号的上下文信息对应的第二向量信息；

根据所述第一向量信息以及所述第二向量信息进行加权运算，并根据运算结果，判断所述第一符号是否符合所述待提取信息的语义。

3.根据权利要求2所述的提取方法，其特征在于，所述根据所述第一向量信息以及所述第二向量信息进行加权运算，并根据运算结果，判断所述第一符号是否符合所述待提取信息的语义的步骤包括：

根据所述第一向量信息以及所述第二向量信息，采用与预设的多种信息类型对应的权系数分别进行加权运算，得到运算结果；

根据所述运算结果，确定所述第一符号的信息类型；

判断所述第一符号的信息类型是否与所述待提取信息的信息类型一致，若一致，则确定所述第一符号符合所述待提取信息的语义，否则，确定所述第一符号不符合所述待提取信息的语义。

4.根据权利要求3所述的提取方法，其特征在于，所述根据所述第一向量信息以及所述第二向量信息，采用与预设的多种信息类型对应的权系数分别进行加权运算的步骤包括：

采用双向长短程记忆模型神经网络或者卷积神经网络预先训练出的模型，对所述第一向量信息以及所述第二向量信息进行预处理，得到组合向量；

根据所述组合向量与所述多种信息类型对应的权系数分别进行加权运算。

5.根据权利要求1所述的提取方法，其特征在于，所述识别文本信息中与预设的一个或多个符号对应的信息的步骤包括：

采用正则表达式和/或关键词匹配的方式，识别文本信息中与预设的一个或多个符号对应的信息。

6.根据权利要求1所述的提取方法，其特征在于，所述在替换后的所述文本信息中，获取与待提取信息对应的第一符号以及所述第一符号的上下文信息的步骤包括：

在替换后的所述文本信息中，获取与待提取信息对应的第一符号，并获取所述第一符号之前的第一预设数量的字符和/或所述第一符号之后的第二预设数量的字符，所述字符包括字和/或词。

7.根据权利要求6所述的提取方法，其特征在于，所述在替换后的所述文本信息中，获取与待提取信息对应的第一符号，并获取所述第一符号之前的第一预设数量个字和/或词、所述第一符号之后的第二预设数量个字和/或词之后，所述提取方法还包括：

剔除获取到的所述第一符号之前的字符以及所述第一符号之后的字符中包含的预设无用字符，所述预设无用字符包括标点符号、语气词和空白符号。

8.根据权利要求1所述的提取方法，其特征在于，所述在替换后的所述文本信息中，获取与待提取信息对应的第一符号以及所述第一符号的上下文信息的步骤包括：

对替换后的所述文本信息进行分词处理；

在分词处理后的所述文本信息中，获取与待提取信息对应的第一符号以及所述第一符号的上下文信息。

9.一种文本信息的提取装置，其特征在于，包括：

替换模块，用于识别文本信息中与预设的一个或多个符号对应的信息，并将识别出的信息用对应的符号进行替换；

获取模块，用于在替换后的所述文本信息中，获取与待提取信息对应的第一符号以及所述第一符号的上下文信息；

提取模块，用于根据所述第一符号的上下文信息，判断所述第一符号是否符合所述待提取信息的语义，若符合，则从所述文本信息中提取被所述第一符号替换的信息并输出。