[发明专利]信息抽取方法、装置及电子设备

权利要求书

1.一种信息抽取方法，其特征在于，包括：

对文档进行切分以形成多个句子；

根据目标词规则集合对所述多个句子进行筛选，以生成候选句子集合，其中，所述候选句子集合之中包括多个候选句子；

获取每个候选句子的文本特征，所述文本特征是根据所述候选句子包括的各分词生成的特征；

获取所述每个候选句子的标题特征，所述标题特征是根据所述候选句子的标题内容生成的特征；

根据所述每个候选句子的文本特征与标题特征，生成所述每个候选句子为目标信息的概率；以及

从所述候选句子集合中抽取所述概率大于或等于预设概率阈值的候选句子，以构成目标信息集合；

其中，所述根据目标词规则集合对所述多个句子进行筛选，以生成候选句子集合，包括：

如果所述句子中包括所述目标词规则集合中的任一个目标词，则将所述句子作为候选句子加入所述候选句子集合。

2.如权利要求1所述的方法，其特征在于，所述获取所述每个候选句子的标题特征之后，还包括：

获取所述每个候选句子的句子统计特征；

所述根据所述每个候选句子的文本特征，生成所述每个候选句子为目标信息的概率，包括：

根据所述每个候选句子的文本特征、标题特征及句子统计特征，生成所述每个候选句子为目标信息的概率。

3.如权利要求2所述的方法，其特征在于，所述获取所述候选句子的句子统计特征，包括：

获取所述候选句子的序号特征；

获取所述候选句子中包含的否定词特征；

获取所述候选句子中的目标词特征；

根据所述序号特征、所述否定词特征和所述目标词特征，生成所述候选句子的句子统计特征。

4.如权利要求1-3任一所述的方法，其特征在于，所述获取所述候选句子的标题特征，包括：

获取所述候选句子对应的至少一个标题；

获取所述候选句子对应的至少一个标题的文本特征；

根据所述至少一个标题的文本特征，生成所述候选句子的标题特征。

5.如权利要求1-3任一所述的方法，其特征在于，所述文本特征包括词向量特征、词性特征、命名实体特征和位置特征。

6.如权利要求2所述的方法，其特征在于，所述根据所述候选句子的文本特征、所述标题特征和所述句子统计特征，生成所述每个候选句子为目标信息的概率，包括：

根据所述每个候选句子的文本特征、所述标题特征及所述句子统计特征，生成所述每个候选句子的句子表示；

将所述每个候选句子的句子表示输入二分类模型，以生成所述每个候选句子为目标信息的概率。

7.一种信息抽取装置，其特征在于，包括：

切分模块，用于对文档进行切分以形成多个句子；

筛选模块，用于根据目标词规则集合对所述多个句子进行筛选，以生成候选句子集合，其中，所述候选句子集合之中包括多个候选句子；

第一获取模块，用于获取每个候选句子的文本特征，所述文本特征是根据所述候选句子包括的各分词生成的特征；

第二获取模块，用于获取所述每个候选句子的标题特征，所述标题特征是根据所述候选句子的标题内容生成的特征；

生成模块，用于根据所述每个候选句子的文本特征与标题特征，生成所述每个候选句子为目标信息的概率；以及

抽取模块，用于从所述候选句子集合中抽取所述概率大于或等于预设概率阈值的候选句子，以构成目标信息集合；

其中，所述筛选模块，包括：

加入单元，用于在所述句子中包括所述目标词规则集合中的任一个目标词时，将所述句子作为候选句子加入所述候选句子集合。

8.如权利要求7所述的装置，其特征在于，还包括：

第三获取模块，用于获取所述每个候选句子的句子统计特征；

所述生成模块，包括：

第二生成单元，用于根据所述每个候选句子的文本特征、标题特征及句子统计特征，生成所述每个候选句子为目标信息的概率。