[发明专利]一种字段提取方法、装置及计算机存储介质

权利要求书

1.一种字段提取方法，其特征在于，所述方法包括以下步骤：

获取待提取文件中的目标文本，得到包含有至少一个目标文本的目标文本集合；

利用对应的训练模型和字段规则提取所述目标文本的目标字段，得到包含有至少一个所述目标字段的目标字段集合；

所述利用对应的训练模型和字段规则提取所述目标文本的目标字段，得到包含有至少一个所述目标字段的目标字段集合，包括以下步骤：

利用对应的训练模型提取所述目标文本的至少一个一级子目标字段，得到包含有至少一个所述一级子目标字段的一级子目标字段集合；

利用所述字段规则提取所述目标文本中的至少一个二级子目标字段，得到包含有至少一个所述二级子目标字段的二级子目标字段集合；

将所述一级子目标字段集合和二级子目标字段集合组合得到所述目标字段集合；

所述利用对应的训练模型提取所述目标文本的至少一个一级子目标字段，包括：

采用预设标注模式标注所述目标文本集合中的目标文本，得到包含有至少一个标注数据的标注数据集；

通过所述标注数据集训练BiLSTM-CRF模型得到对应的训练模型；

利用对应的训练模型识别所述目标文本的至少一个命名实体作为所述一级子目标字段。

2.根据权利要求1所述的字段提取方法，其特征在于，所述利用对应的训练模型提取所述目标文本的至少一个一级子目标字段，包括：

采集预设语料作为字向量训练数据；

通过预设训练算法训练所述字向量训练数据得到字向量模型；

利用所述字向量模型训练所述BiLSTM-CRF模型得到对应的训练模型。

3.根据权利要求1所述的字段提取方法，其特征在于，所述利用所述字段规则提取所述目标文本中的至少一个二级子目标字段，包括：

根据所述目标文本的句法结构和预设字段的映射关系，设置所述字段规则；

利用所述字段规则获取所述二级子目标字段。

4.一种字段提取装置，其特征在于，所述字段提取装置包括：

文本获取单元，配置用于获取待提取文件中的目标文本，得到包含有至少一个目标文本的目标文本集合；

字段提取单元，配置用于利用对应的训练模型和字段规则提取所述目标文本的目标字段，得到包含有至少一个所述目标字段的目标字段集合；

所述字段提取单元包括：

一级子目标字段提取单元，配置用于利用对应的训练模型提取所述目标文本的至少一个一级子目标字段，得到包含有至少一个所述一级子目标字段的一级子目标字段集合；

二级子目标字段提取单元，配置用于利用所述字段规则提取所述目标文本中的至少一个二级子目标字段，得到包含有至少一个所述二级子目标字段的二级子目标字段集合；

组合单元，配置用于将所述一级子目标字段集合和二级子目标字段集合组合得到所述目标字段集合；

所述一级子目标字段提取单元，包括：

标注子单元，配置用于采用预设标注模式标注所述目标文本集合中的目标文本，得到包含有至少一个标注数据的标注数据集；

第一训练子单元，配置用于通过所述标注数据集训练BiLSTM-CRF模型得到对应的训练模型；

识别子单元，配置用于利用对应的训练模型识别所述目标文本的至少一个命名实体作为所述一级子目标字段。

5.根据权利要求4所述的字段提取装置，其特征在于，所述一级子目标字段提取单元，包括：

采集子单元，配置用于采集预设语料作为字向量训练数据；

第二训练子单元，配置用于通过预设训练算法训练所述字向量训练数据得到字向量模型；

第三训练子单元，配置用于通过所述字向量模型训练所述BiLSTM-CRF模型得到对应的训练模型。

6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有字段提取程序，所述字段提取程序被处理器执行时实现如权利要求1至3中任一项所述的字段提取方法的步骤。