[发明专利]一种文本结构化的方法、设备及系统

权利要求书

1.一种文本结构化的方法，其特征在于，所述方法包括：

确定非结构化文本所需的至少一个信息提取器；

对所述至少一个信息提取器进行初始化并设定每一信息提取器对应的配置文件名称以及优先级，根据所述配置文件名称及优先级确定运行顺序；

按照所述运行顺序逐一运行所述至少一个信息提取器，得到每一信息提取器的提取结果；

将所述每一信息提取器的提取结果按照预设格式进行格式化，得到结构化文本；

其中，按照所述运行顺序逐一运行所述至少一个信息提取器，得到每一信息提取器的提取结果，包括：

根据每一次的实际提取任务需求从所述至少一个信息提取器中选取目标信息提取器；

按照所述目标信息提取器的运行顺序逐一运行时，判断当前待运行的目标信息提取器是否依赖上一个运行的目标信息提取器的提取结果；

若是，则从所述结构分析中获取上一个运行的目标信息提取器的提取结果，基于获取到的提取结果运行当前待运行的目标信息提取器，得到提取结果，并将所述提取结果存储至结构分析存储中。

2.根据权利要求1所述的方法，其特征在于，确定非结构化文本所需的至少一个信息提取器，包括：

判断系统中已有的信息提取器是否满足抽取需求，若否，则编写新的信息提取器补充至所述系统中，并为所述新的信息提取器添加对应的配置文件；

当所述系统中的信息提取器满足所述抽取需求时，从所有信息提取器中选取非结构化文本所需的至少一个信息提取器。

3.根据权利要求2所述的方法，其特征在于，所述配置文件包括：实现所述信息提取器的实现类的信息、实现类所需的资源路径信息以及实现类中的参数信息。

4.根据权利要求1所述的方法，其特征在于，对所述至少一个信息提取器进行初始化，包括：

对所述至少一个信息提取器对应的配置文件进行解析，根据解析结果对各个信息提取器进行实例化。

5.根据权利要求1所述的方法，其特征在于，确定非结构化文本所需的至少一个信息提取器，包括：

确定非结构化文本所需的分段提取器、分句提取器及分词提取器。

6.一种文本结构化的系统，其特征在于，所述系统包括：信息提取器、配置文件管理模块、提取控制模块及信息格式化模块，其中，

所述信息提取模块用于确定非结构化文本所需的至少一个信息提取器；

所述配置文件管理模块用于对所述至少一个信息提取器进行初始化并设定每一信息提取器对应的配置文件名称以及优先级，根据所述配置文件名称及优先级确定运行顺序；

所述提取控制模块用于按照所述运行顺序逐一运行所述至少一个信息提取器，得到每一信息提取器的提取结果；

所述信息格式化模块用于将所述每一信息提取器的提取结果按照预设格式进行格式化，得到结构化文本；

其中，所述提取控制模块用于：

根据每一次的实际提取任务需求从所述至少一个信息提取器中选取目标信息提取器；

按照所述目标信息提取器的运行顺序逐一运行时，判断当前待运行的目标信息提取器是否依赖上一个运行的目标信息提取器的提取结果；

若是，则从所述结构分析中获取上一个运行的目标信息提取器的提取结果，基于获取到的提取结果运行当前待运行的目标信息提取器，得到提取结果，并将所述提取结果存储至结构分析存储中。

7.一种文本结构化的设备，其特征在于，所述设备包括：

一个或多个处理器；以及

存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行如权利要求1至5中任一项所述方法的操作。

8.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至5中任一项所述的方法。