[发明专利]一种文本信息提取方法、装置、终端及存储介质

权利要求书

1.一种文本信息提取方法，其特征在于，所述方法包括：

获取目标文本，基于预置正则规则对所述目标文本进行分段处理，得到所述目标文本对应的多个文本信息段；

确定所述多个文本信息段的信息标签；

确定预置匹配规则的匹配项中所述信息标签所对应的文本信息段，得到所述匹配项的原始文本信息段；在所述匹配项所对应的匹配条件为第一匹配条件时，将所述原始文本信息段作为所述匹配项的匹配文本信息段；

在所述匹配项所对应的匹配条件为第二匹配条件时，根据所述原始文本信息段在所述目标文本中的位置信息，确定所述原始文本信息段中连续的文本信息段；组合所述连续的文本信息段，得到组合文本信息段；将所述原始文本信息段和组合文本信息段作为所述匹配项的匹配文本信息段；

按照所述匹配项在所述预置匹配规则中的第一指定排列顺序，依次从所述匹配项的匹配文本信息段中获取文本信息段，得到文本信息段集合；

若基于所述文本信息段集合中文本信息段在所述目标文本中的位置信息，确定出所述文本信息段集合中的文本信息段为连续的文本信息段，则将所述文本信息段集合中的文本信息段作为目标文本信息段；

获取预置映射规则中映射项对应的所述预置匹配规则中匹配项的标识信息；所述预置映射规则包括具有第二指定排列顺序的映射项，所述映射项包括属性信息和所述预置匹配规则中匹配项的标识信息；

确定所述目标文本信息段中与所述映射项对应的所述预置匹配规则中匹配项的标识信息相对应的文本信息段，得到所述映射项的待映射内容；

将所述待映射内容确定为所述映射项中属性信息所对应的内容，得到目标文本信息。

2.根据权利要求1所述的文本信息提取方法，其特征在于，所述基于预置正则规则对所述目标文本进行分段处理包括：

确定所述目标文本中匹配所述预置正则规则的第一文本信息段，以及不匹配所述预置正则规则的第二文本信息段；

根据所述第一文本信息段和第二文本信息段对所述目标文本进行分段，得到多个文本信息段。

3.根据权利要求2所述的文本信息提取方法，其特征在于，所述确定所述多个文本信息段的信息标签包括：

获取所述预置正则规则对应的标签信息；

将所述标签信息作为匹配所述预置正则规则的第一文本信息段的信息标签；

为所述第二文本信息段分配默认标签，所述默认标签作为所述第二文本信息段的信息标签。

4.根据权利要求1所述的文本信息提取方法，其特征在于，所述将所述原始文本信息段和组合文本信息段作为所述匹配项的匹配文本信息段包括：

获取所述匹配项在所述预置匹配规则中的顺序信息；

根据所述顺序信息，确定目标筛选条件；

确定所述原始文本信息段和组合文本信息段中满足所述目标筛选条件的候选文本信息段；

将所述候选文本信息段作为所述匹配项的匹配文本信息段。