[发明专利]文书信息抽取方法、装置、计算机设备及存储介质

权利要求书

1.文书信息抽取方法，其特征在于，包括：

获取需要进行信息抽取的文本，以得到文本信息；

对文本信息进行切割和格式转换，以得到初始数据；

将所述初始数据输入信息抽取模型内进行文书抽取，以得到抽取结果；

更新迭代次数；

判断所述抽取结果是否为空；

若所述抽取结果为空，则进入结束步骤；

若所述抽取结果不为空，则判断更新后的迭代次数是否达到最大迭代次数；

若更新后的迭代次数未达到最大迭代次数，则将所述抽取结果从初始数据内进行掩码处理，以更新初始数据，并执行所述将所述初始数据输入信息抽取模型内进行文书抽取，以得到抽取结果。

2.根据权利要求1所述的文书信息抽取方法，其特征在于，所述判断更新后的迭代次数是否达到最大迭代次数之后，还包括：

若更新后的迭代次数已达到最大迭代次数，则输出所述抽取结果。

3.根据权利要求2所述的文书信息抽取方法，其特征在于，所述对文本信息进行切割和格式转换，以得到初始数据，包括：

使用滑窗将文本信息切割成若干个分段；

将分段按照特定字符进行拼接，以得到初始数据。

4.根据权利要求2所述的文书信息抽取方法，其特征在于，所述信息抽取模型是通过采用带有文书信息标签的样本数据训练阅读理解模型所得的。

5.根据权利要求4所述的文书信息抽取方法，其特征在于，所述信息抽取模型是通过采用带有文书信息标签的样本数据训练阅读理解模型所得的，包括：

获取用于训练阅读理解模型的文本数据，并根据文本数据构建目标字段名以及文书内容，对所述文书内容标注文本信息标签；

将目标字段名以及文书内容用特殊字符进行拼接，以得到样本数据；

利用样本数据对阅读理解模型采用迁移学习进行训练，以得到信息抽取模型。

6.根据权利要求5所述的文书信息抽取方法，其特征在于，所述利用样本数据对阅读理解模型采用迁移学习进行训练，以得到信息抽取模型，包括：

将样本数据输入至阅读理解模型内，以得到张量；

使用线性层将所述张量转换为两个向量；

在向量的第二个维度上计算分类结果，以得到用于预测文书信息的起始位置和结束位置的概率；

根据用于预测文书信息的起始位置和结束位置的概率确定文书信息，以得到训练结果；

对训练结果以及文本信息标签采用交叉熵损失函数计算损失值；

根据所述损失值确定信息抽取模型。

7.根据权利要求6所述的文书信息抽取方法，其特征在于，所述获取用于训练阅读理解模型的文本数据，并根据文本数据构建目标字段名以及文书内容，对所述文书内容标注文本信息标签，包括：

获取用于训练阅读理解模型的文本数据，采用滑窗截取文本数据，以形成若干段数据，根据若干段数据构建目标字段名以及文书内容，对所述文书内容标注文本信息标签。

8.文书信息抽取装置，其特征在于，包括：

文本获取单元，用于获取需要进行信息抽取的文本，以得到文本信息；

处理单元，用于对文本信息进行切割和格式转换，以得到初始数据；

抽取单元，用于将所述初始数据输入信息抽取模型内进行文书抽取，以得到抽取结果；

次数更新单元，用于更新迭代次数；

结果判断单元，用于判断所述抽取结果是否为空；若所述抽取结果为空，则进入结束步骤；

次数判断单元，用于若所述抽取结果不为空，则判断更新后的迭代次数是否达到最大迭代次数；

掩码处理单元，用于若更新后的迭代次数未达到最大迭代次数，则将所述抽取结果从初始数据内进行掩码处理，以更新初始数据，并执行所述将所述初始数据输入信息抽取模型内进行文书抽取，以得到抽取结果。

9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1至7中任一项所述的方法。