[发明专利]文本提取方法及系统、设备和存储介质

权利要求书

1.一种文本提取方法，其特征在于，包括：

获取目标对象的软文标题；

从所述软文标题中筛选出短句数量为2的目标软文标题，每一所述目标软文标题包括第一短句文本和第二短句文本；

计算所述目标对象与每一所述目标软文标题的所述第一短句文本的第一相似度得分以及所述目标对象与所述第二短句文本的第二相似度得分；

比较所述第一相似度得分和所述第二相似度得分的大小；

若所述第一相似度得分低于所述第二相似度得分，则提取所述第一短句文本；

若所述第二相似度得分低于所述第一相似度得分，则提取所述第二短句文本。

2.如权利要求1所述的文本提取方法，其特征在于，从所述软文标题中筛选出短句数量为2的目标软文标题的步骤具体包括：

选取一软文标题，判断所述软文标题是否包括分隔符；

若不包括分隔符，则返回选取一软文标题的步骤；若包括分隔符，则判断所述分隔符的数量是否为1；

若不为1，则返回选取一软文标题的步骤；若为1，则判断所述分隔符后是否有字符；

若无字符，则返回选取一软文标题的步骤；若有字符，则确定所述软文标题为目标软文标题，并根据所述分隔符将所述目标软文标题分隔成第一短句文本和第二短句文本。

3.如权利要求2所述的文本提取方法，其特征在于，当所述分隔符的数量不为1时，从所述软文标题中筛选出短句数量为2的目标软文标题的步骤还具体包括：

判断所述分隔符的数量是否为2；

若不为2，则返回选取一软文标题的步骤；若为2，则所述分隔符按照语序依次为第一分隔符和第二分隔符，判断所述第二分隔符后是否有字符；

若所述第二分隔符后有字符，则返回选取一软文标题的步骤；若所述第二分隔符后无字符，则确定所述软文标题为目标软文标题，并根据所述第一分隔符将所述目标软文标题分隔成第一短句文本和第二短句文本。

4.如权利要求1所述的文本提取方法，其特征在于，在比较所述第一相似度得分和所述第二相似度得分的大小的步骤之前，所述文本提取方法还包括：

计算所述第一相似度得分和所述第二相似度得分的差值的绝对值；

判断所述绝对值是否大于预设阈值；

若是，则执行比较所述第一相似度得分和所述第二相似度得分的大小的步骤。

5.如权利要求1所述的文本提取方法，其特征在于，所述目标对象的种类有多个，在获取一目标对象的软文标题的步骤之后，所述文本提取方法还包括：

按所述目标对象的种类对获取的所述软文标题进行分类。

6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的文本提取方法。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的文本提取方法。

8.一种文本提取系统，其特征在于，所述文本提取系统包括：

获取模块，用于获取目标对象的软文标题；

筛选模块，用于从所述软文标题中筛选出短句数量为2的目标软文标题，每一所述目标软文标题包括第一短句文本和第二短句文本；

第一计算模块，用于计算所述目标对象与每一所述目标软文标题的所述第一短句文本的第一相似度得分以及所述目标对象与所述第二短句文本的第二相似度得分；

比较模块，用于比较所述第一相似度得分和所述第二相似度得分的大小；

提取模块，若所述第一相似度得分低于所述第二相似度得分，则用于提取所述第一短句文本；若所述第二相似度得分低于所述第一相似度得分，则用于提取所述第二短句文本。