[发明专利]文本要素提取方法、装置及电子设备

说明书

本申请涉及自然语言处理技术领域，具体而言，涉及一种文本要素提取方法、装置及电子设备。本申请实施例提供的文本要素提取方法，包括：获取目标文本，分别通过M个要素提取模型，对所述目标文本进行要素提取，获得M个参考要素提取结果，其中，M≥2，且为整数，根据所述M个参考要素提取结果，获得所述目标文本的文本要素提取结果。本申请实施例提供的文本要素提取方法、装置及电子设备相对于现有技术，能够证文本要素提取结果的可靠性。

技术领域

本申请涉及自然语言处理技术领域，具体而言，涉及一种文本要素提取方法、装置及电子设备。

背景技术

随着国民经济的快速发展，犯罪手段和犯罪方法也随之发生了显著变化，以电信诈骗为代表的新型诈骗案件更是逐年上升。该类新型诈骗案件缺乏真实的案发现场，且形式多样，因此，针对该类新型诈骗案件，传统的案件侦破方法往往很受限制，往往只能将受害人的报案文本(例如，简要案情，或受害人笔录)作为案件侦破的关键线索，为提高案件侦破效率，在获得报案文本之后，通常需要提取出报案文本中包括的案发时间、基本案情、嫌疑人信息(例如，嫌疑人居民身份证号码、嫌疑人微信昵称、嫌疑人微信号码、嫌疑人QQ昵称、嫌疑人QQ号码)等文本要素，并将其提供给办案人员。

目前，对报案文本进行处理时，通常采用的方法为，根据报案文本中可能包括的各文本要素的撰写特征和撰写习惯，采用对应的查询规则进行匹配而提取文本要素。例如，居民身份证号码通为18位，其编排规律为：

(1)第1、2位数字表示所在省份的代码；

(2)第3、4位数字表示所在城市的代码；

(3)第5、6位数字表示所在区县的代码；

(4)第7～14位数字表示出生年、月、日；

(5)第15～17位数字是顺序码，用于表示在同一地址码所标识的区域范围内，对同年、同月、同日出生的人编定的顺序号，顺序码的奇数分配给男性，偶数分配给女性；

(6)第18位数字是校检码，用于检验身份证的正确性，校检码可以是0～9的数字，也可以为X。

因此，可以通过编排规律，也即，前后字符，以及位数匹配，获得文本要素提取结果。该类方法，因处理逻辑简单，而应用较为广泛。但该类方法也存在诸多弊端，例如，对微信号码、QQ号码等编排规律不显著的文本要素提取效果较差，因此，无法保证文本要素提取的可靠性。

发明内容

本申请实施例的目的在于，提供一种文本要素提取方法、装置及电子设备，以解决上述问题。

第一方面，本申请实施例提供的文本要素提取方法，包括：

获取目标文本；

分别通过M个要素提取模型，对目标文本进行要素提取，获得M个参考要素提取结果，其中，M≥2，且为整数；

根据M个参考要素提取结果，获得目标文本的文本要素提取结果。

本申请实施例提供的文本要素提取方法，包括：获取目标文本，分别通过M个要素提取模型，对目标文本进行要素提取，获得M个参考要素提取结果，其中，M≥2，且为整数，根据M个参考要素提取结果，获得目标文本的文本要素提取结果。本申请实施例中，通过要素提取模型，对目标文本进行要素提取，获得的参考要素提取结果，相对于现有技术中，根据报案文本中可能包括的各文本要素的撰写特征和撰写习惯，采用对应的查询规则进行匹配而提取的文本要素而言，具有较高的可靠性，此外，又由于文本要素提取结果是根据M个文本要素提取结果获得的，因此，能够进一步保证文本要素提取结果的可靠性。

结合第一方面，本申请实施例还提供了第一方面的第一种可选的实施方式，根据M个参考要素提取结果，获得目标文本的文本要素提取结果，包括：