[发明专利]基于多主题语义标签信息映射的结构化处理方法及装置

权利要求书

1.一种基于多主题语义标签信息映射的结构化处理方法，其特征在于，包括：

获取非结构化文本；

从所述非结构化文本中提取关键词；

将所述关键词与预置语料进行匹配，确定至少一个语义标签信息，所述语义标签信息包括：与所述预置语料对应的标签内容、标签值以及标签描述；

将所述语义标签信息进行分类，所述语义标签信息的类别包括：名称标签和状态标签；

根据预设规则，建立名称标签与状态标签间的映射关系，生成结构化文本。

2.根据权利要求1所述的方法，其特征在于，所述根据预设规则，建立名称标签与状态标签间的映射关系，生成结构化文本的步骤包括：

根据状态标签的标签描述判断所述状态标签是否可以建立映射关系；

如果所述状态标签可以建立映射关系，获取所述状态标签与名称标签对应关键词之间的间隔字符数；

根据所述名称标签与所述状态标签对应关键词之间的间隔字符数，确定名称标签与所述状态标签的映射关系；

将映射关系生成结构化文本。

3.根据权利要求2所述的方法，其特征在于，所述根据所述名称标签与所述状态标签对应关键词之间的间隔字符数，确定名称标签与所述状态标签的映射关系的步骤包括：

获取所述状态标签的标签值数量以及所述名称标签的标签值数量；

如果所述名称标签的标签值数量大于1，判断多个所述名称标签标签值间是否为并列关系；

根据所述状态标签的标签值数量，以及名称标签标签值间的并列关系，建立名称标签与状态标签之间的映射关系。

4.权利要求3所述的方法，其特征在于，根据所述状态标签的标签值数量，以及名称标签标签值间的并列关系，建立名称标签与状态标签之间的映射关系，包括：

如果状态标签的标签值数量等于1，且多个名称标签标签值间没有并列关系，比较多个名称标签标签值与状态标签标签值对应关键词的间隔字符数，确定所述间隔字符数最小值对应的名称标签标签值与状态标签标签内容下标签值对应内容间有映射关系；

如果状态标签的标签值数量等于1，且多个名称标签标签值间存在并列关系，比较多个名称标签标签值与状态标签标签值对应关键词的间隔字符数，确定所述间隔字符数最小值对应的名称标签标签值与状态标签标签内容下标签值对应内容间有映射关系，且存在并列关系的多个名称标签标签值有相同映射关系；

如果状态标签的标签值数量大于1，比较多个名称标签标签值与状态标签的每个标签值对应关键词的间隔字符数，确定所述间隔字符数最小值对应的名称标签标签值与状态标签标签内容下标签值对应内容间有映射关系；

如果状态标签的标签值数量大于1，且名称标签标签值与状态标签多个标签值对应关键词的间隔字符数相等，则在同一方向上，确定间隔字符数最小值对应的名称标签标签值与状态标签标签内容下标签值对应内容间有映射关系。

5.根据权利要求1所述的方法，其特征在于，根据预设规则，建立名称标签与状态标签间的映射关系，生成结构化文本的步骤之后，所述方法还包括：

根据标签内容，识别与时间和数字相关的语义标签信息，作为数字标签；

获取数字标签的标签值和标签值对应的计量单位；

根据计量单位间的换算关系对标签值进行归一化处理，获得处理后标签值；

将标签值替换为处理后标签值。

6.一种基于多主题语义标签信息映射的结构化处理装置，其特征在于，包括：

文本输入模块，用于获取非结构化文本；

识别模块，用于从所述非结构化文本中提取关键词；

匹配模块，用于将所述关键词与预置语料进行匹配，确定至少一个语义标签信息，所述语义标签信息包括：与所述预置语料对应的标签内容、标签值以及标签描述；

分类模块，用于将所述语义标签信息进行分类，所述语义标签信息的类别包括：名称标签和状态标签；

映射关系确定模块，用于根据预设规则，建立名称标签与状态标签间的映射关系，生成结构化文本。