[发明专利]构建配置文件以及抽取结构化信息的方法、装置

权利要求书

1.一种构建配置文件的方法，其特征在于，所述方法包括：

确定所构建的配置文件对应的应用领域；

获取对应所述应用领域的候选句；

获取对应所述应用领域的属性信息，所述属性信息中包含属性以及各属性对应的属性值；

根据所述候选句以及属性信息构建对应所述应用领域的配置文件，所述配置文件用于对属于所述应用领域的无结构文本进行结构化信息的抽取。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述配置文件中预设具有相同含义的属性值所对应的归一化值，以用于将多个具有相同含义的属性值转化为所对应的归一化值。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述配置文件中预设逻辑推理规则，所述逻辑推理规则中包含属性值之间的转换关系，以用于根据相应的属性值推理得到另一属性所对应的属性值。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述配置文件中预设从无结构文本中抽取目标语句以及目标信息的抽取方式。

5.一种抽取结构化信息的方法，其特征在于，所述方法包括：

获取用户输入的待处理文本以及所述待处理文本所属应用领域对应的配置文件；

对所述待处理文本进行分词处理，得到分词处理后的文本数据；

根据所述配置文件中的候选句，从所述文本数据中抽取目标语句；

根据所述配置文件中的属性值，从所述目标语句中抽取目标信息；

根据所述配置文件中属性与属性值之间的对应关系，将所抽取的目标信息添加到对应的属性中，从而得到对应所述待处理文本的结构化信息；

其中所述配置文件由权利要求1至4中任一项所述的方法预先构建。

6.根据权利要求5所述的方法，其特征在于，在对所述待处理文本进行分词处理，得到分词处理后的文本数据之后，还包括：

对所述文本数据中的各词语进行实体识别，并标注各词语的实体标签。

7.根据权利要求5所述的方法，其特征在于，在将所抽取的目标信息添加到对应的属性中之前，还包括：

若抽取得到了多个具有相同含义的目标信息，则根据所述配置文件中与该含义对应的归一化值，对多个具有相同含义的目标信息进行归一化处理。

8.根据权利要求5所述的方法，其特征在于，在将抽取的目标信息添加到对应的字段中之后，还包括：

确定同一属性中是否包含多个含义不同的目标信息；

若是，则分别生成对应各个目标信息的属性描述信息，其中属性描述信息中包含对应的属性以及属性值标识；

将含义不同的目标信息分别添加到所生成的属性描述信息中，从而得到对应所述待处理文本的结构化信息。

9.根据权利要求5所述的方法，其特征在于，在得到对应所述待处理文本的结构化信息之后，还包括：

根据所述配置文件中的逻辑推理规则，提取相应的目标信息并进行转化；

将转化结果添加到对应的属性中，从而得到待处理文本的结构化信息。

10.一种构建配置文件的装置，其特征在于，所述装置包括：

设置单元，用于确定所构建的配置文件对应的应用领域；

第一获取单元，用于获取对应所述应用领域的候选句；

第二获取单元，用于获取对应所述应用领域的属性信息，所述属性信息中包含属性以及各属性对应的属性值；

构建单元，用于根据所述候选句以及属性信息构建对应所述应用领域的配置文件，所述配置文件用于对属于所述应用领域的无结构文本进行结构化信息的抽取。

11.根据权利要求10所述的装置，其特征在于，所述构建单元还执行：

在所述配置文件中预设具有相同含义的属性值所对应的归一化值，以用于将多个具有相同含义的属性值转化为所对应的归一化值。