[发明专利]一种信息提取方法、提取装置、终端设备及可读存储介质有效

专利信息
申请号: 202010934154.3 申请日: 2020-09-08
公开(公告)号: CN112214987B 公开(公告)日: 2023-02-03
发明(设计)人: 王愈;赵洋;包荣鑫;夏政委;梅金芳 申请(专利权)人: 深圳价值在线信息科技股份有限公司
主分类号: G06F40/205 分类号: G06F40/205;G06F40/279
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 李金伟
地址: 518000 广东省深圳市福田区沙头街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信息 提取 方法 装置 终端设备 可读 存储 介质
【权利要求书】:

1.一种信息提取方法,其特征在于,包括:

获取待提取的文档,并对所述待提取的文档进行分句,得到各个目标句子;

将各个所述目标句子输入预设的命名实体识别模型中进行识别,得到所述各个目标句子对应的标注序列;

对所述标注序列进行解析,得到各个目标字段以及各个所述目标字段对应的目标位置信息;

根据所述目标位置信息确定各个目标字段的对应关系;

根据各个所述目标字段的对应关系得到目标信息;

所述目标字段包括目标主体字段以及目标数字字段,所述待提取文档包括第一部分以及第二部分;

相应地,所述根据所述目标位置信息确定各个目标字段的对应关系,包括:

若所述目标数字字段没有找到对应的目标主体字段,则确定各个所述目标主体字段与第一句子相同的目标字符的数量,所述第一句子为包含第二数字字段的目标句子,所述第二数字字段为没有找到对应的目标主体字段的目标数字字段,所述目标字符为除了预设字符之外的字符;

若所述目标字符的数量不为0,则根据所述目标字符的数量以及第一预设数量确定所述目标主体字段的第二距离;

若所述目标字符的数量为0,则根据第二预设数量确定所述目标主体字段的第二距离;

将所述第二距离作为所述目标主体字段在所述第一部分中与所述第二数字字段之间的第三距离并计算所述目标主体字段在所述第二部分中与所述第二数字字段之间的第四距离;

根据所述第三距离以及所述第四距离确定所述目标主体字段与所述第二数字字段之间的目标距离;

将所述目标距离小于第一预设距离的目标主体字段确定为所述第二数字字段对应的目标主体字段。

2.如权利要求1所述的信息提取方法,其特征在于,所述目标字段包括目标主体字段;

相应地,在所述根据所述目标位置信息确定各个目标字段的对应关系之前,还包括:

确定各个所述目标主体字段的实体类型;

若存在实体类型相同的目标主体字段,则将所述实体类型相同的目标主体字段进行合并。

3.如权利要求1所述的信息提取方法,其特征在于,所述目标字段包括目标主体字段以及目标数字字段;

相应地,所述对所述标注序列进行解析,得到各个目标字段以及各个所述目标字段对应的目标位置信息,包括:

若没有找到所述标注序列中的第一标签对应的目标数字字段,则计算所述目标句子中各个第一数字字段与所述目标主体字段的第一距离;

将最小的第一距离对应的第一数字字段确定为所述第一标签的目标数字字段。

4.如权利要求1所述的信息提取方法,其特征在于,还包括:

若各个所述目标距离大于或等于所述第一预设距离,则查找第一主体字段,所述第一主体字段为在所述第二部分中与所述第二数字字段距离最近的目标主体字段;

若所述第一主体字段与所述第二数字字段的距离小于第二预设距离,且所述第一主体字段没有对应的目标数字字段,则将所述第一主体字段确定为所述第二数字字段对应的目标主体字段。

5.如权利要求1所述的信息提取方法,其特征在于,所述获取待提取的文档,并对所述待提取的文档进行分句,得到各个目标句子,包括:

获取待提取的文档,并对所述待提取的文档进行分句,得到各个第一初始句子;

获取各个所述第一初始句子的第一初始长度,将所述第一初始长度属于第一预设长度区间的第一初始句子确定为目标句子。

6.如权利要求5所述的信息提取方法,其特征在于,所述将所述第一初始长度属于第一预设长度区间的第一初始句子确定为目标句子,包括:

将所述第一初始长度属于第一预设长度区间且小于或等于第一预设长度的第一初始句子确定为目标句子;

根据预设分割方式对所述第一初始长度属于第一预设长度区间且大于第一预设长度的第一初始句子进行分割,得到目标句子,并将分割点前的预设数量的字符和所述分割点后的预设数量的字符组成目标句子。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳价值在线信息科技股份有限公司,未经深圳价值在线信息科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010934154.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top