[发明专利]一种文本信息的提取方法、装置和移动终端

说明书

技术领域

本发明涉及信息处理技术领域，特别涉及一种文本信息的提取方法、装置和移动终端。

背景技术

目前，短信、通知消息已经成为手机终端的必备功能。在日常生活中终端会接收各类短信和通知消息，比如账单信息、订票信息、日程安排等等，随着这些信息的增多，用户检索起来不是很方便。如果能提取这些信息中的关键内容并与手机的其他应用相结合，比如存放到记账软件、日程表等应用中，将在信息的查询、提醒上给用户带来极大的便利，方便用户的使用。

例如，对于银行短信账单，用户一般通过自行提取还款日和还款金额，并存放到日程表中。如果终端能智能提取这些有用信息，并输出到日程表中，对于终端存储了大量短信和通知消息的情况，用户就不必花费大量精力去查找检索，也不容易遗忘重要的日程安排。

传统对于关键信息的提取，大多采用关键词模版匹配的方式。但文字消息的行文是非常灵活的，关键词依赖于上下文的行文往往具有不同的含义，因此采用固定模版很难灵活、准确地提取关键信息。

发明内容

本发明要解决的技术问题是提供一种文本信息的提取方法、装置和移动终端，解决现有技术中采用固定模版很难灵活、准确地提取关键信息的问题。

为解决上述技术问题，本发明的实施例提供一种文本信息的提取方法，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。

进一步来说，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。

进一步来说，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。

进一步来说，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。

进一步来说，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。

进一步来说，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。

进一步来说，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。

进一步来说，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。