[发明专利]文档属性描述内容提取方法和装置

说明书

本发明公开了一种文档属性描述内容提取方法和装置。该方法包括：获取待提取属性文本的文档信息；将文档信息输入到预先训练好的属性提取模型中进行模型运算，得到运算结果；根据运算结果确定文档信息中与待提取的属性对应的内容。通过本发明，达到了快速读取文档属性信息的效果。

技术领域

本发明涉及信息处理领域，具体而言，涉及一种文档属性描述内容提取方法和装置。

背景技术

当用户大量阅读一个主题的文档时，最关心的是几个关注点。这个关注点就是文本属性。例如：当用户想阅读几万个招标文件时，如果仅仅阅读关注点就能快速的找到感兴趣的特定招标文件。但是由于关注点在文本中无法快速定位，极大的拖延了用户的阅读速度。如果能把文件中的关注点明确的列举出来，那么就可以快速定位到感兴趣的文件。

针对相关技术中文档内容无法快速提取的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种文档属性描述内容提取方法和装置，以解决文档内容无法快速提取的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种文档属性描述内容提取方法，该方法包括：获取待提取属性文本的文档信息；将所述文档信息输入到预先训练好的属性提取模型中进行模型运算，得到运算结果；根据所述运算结果确定所述文档信息中与文档属性对应的描述内容。

进一步地，在根据所述运算结果确定所述文档信息中与文档属性对应的描述内容之后，所述方法还包括：将所述文档信息中与待提取的文档属性对应的描述内容通过预设方式标注出来。

进一步地，将所述文档信息中与待提取的文档属性对应的描述内容通过预设方式标注出来包括：通过不同颜色的底色标注所述文档信息中每个待提取的文档属性对应的描述内容。

进一步地，在将所述文档信息输入到预先训练好的属性提取模型中进行模型运算之前，所述方法还包括：采集预设数量的模型训练样本；对所述模型训练样本中段落和句子进行打标签，得到打标签后的样本内容；通过神经网络对打标签后的样本内容进行深度学习，得到训练好的属性提取模型。

进一步地，通过神经网络对打标签后的样本内容进行深度学习，得到训练好的属性提取模型包括：将打标签后的样本中的词语转化成数字向量；通过LSTM学习对所述数字向量进行训练，得到训练好的属性提取模型。

为了实现上述目的，根据本发明的另一方面，还提供了一种文档属性描述内容提取装置，该装置包括：获取单元，用于获取待提取属性文本的文档信息；运算单元，用于将所述文档信息输入到预先训练好的属性提取模型中进行模型运算，得到运算结果；确定单元，用于根据所述运算结果确定所述文档信息中与文档属性对应的描述内容。

进一步地，所述装置还包括：标注单元，用于在根据所述运算结果确定所述文档信息中与文档属性对应的描述内容之后，将所述文档信息中与待提取的文档属性对应的描述内容通过预设方式标注出来。

进一步地，所述标注单元用于：通过不同颜色的底色标注所述文档信息中每个待提取的文档属性对应的描述内容。

为了实现上述目的，根据本发明的另一方面，还提供了一种存储介质，包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行本发明所述的文档属性描述内容提取方法。

为了实现上述目的，根据本发明的另一方面，还提供了一种处理器，用于运行程序，其中，所述程序运行时执行本发明所述的文档属性描述内容提取方法。

本发明通过获取待提取属性文本的文档信息；将文档信息输入到预先训练好的属性提取模型中进行模型运算，得到运算结果；根据运算结果确定文档信息中与文档属性对应的描述内容，解决了文档内容无法快速提取的问题，进而达到了快速读取文档属性信息的效果。

附图说明