[发明专利]提取文本信息的方法、装置、计算机设备和存储介质

权利要求书

1.一种提取文本信息的方法，其特征在于，所述方法包括：

获取待分析文本，并对所述待分析文本进行分块，得到待分析的至少两个文本块；

确定所述至少两个文本块中每个文本块对应的信息类型；所述信息类型包括混合类型、规则类型和条款类型中的至少一种；

针对所述至少两个文本块中的每个文本块，根据该文本块对应的信息类型，对该文本块进行信息提取，得到该文本块对应的提取结果；

基于所述至少两个文本块中每个文本块的提取结果，生成所述待分析文本对应的提取结果；

所述根据该文本块对应的信息类型，对该文本块进行信息提取，得到该文本块对应的提取结果，包括：

当该文本块的信息类型为规则类型时，基于字符串和/或关键词组成的正则表达式对所述文本块进行信息提取，得到该文本块对应的提取结果；

当该文本块的信息类型为条款类型时，识别所述文本块中文本信息对应的业务条款内容，并对所述业务条款内容进行信息提取，得到该文本块对应的提取结果；

当该文本块的信息类型为包括所述规则类型和所述条款类型的混合类型时，基于所述规则类型和所述条款类型各自对应的信息提取方式，依次对该文本块进行信息提取，得到该文本块对应的提取结果。

2.根据权利要求1所述的方法，其特征在于，当所述信息类型为混合类型时，所述混合类型包括至少两种类型的文本信息；所述根据该文本块对应的信息类型，对该文本块进行信息提取，得到该文本块对应的提取结果，包括：

对所述文本块进行第一提取操作，得到第一提取结果；

针对所述文本块，将所述第一提取结果以外的剩余文本信息输入到预设的信息提取模型，以通过所述信息提取模型对所述剩余文本信息执行第二提取操作，得到第二提取结果；

基于所述第一提取结果和所述第二提取结果，得到所述提取结果。

3.根据权利要求1所述的方法，其特征在于，当所述信息类型为规则类型，所述规则类型为使用文本提取规则进行提取操作的类型；所述根据该文本块对应的信息类型，对该文本块进行信息提取，得到该文本块对应的提取结果，包括：

获取与所述规则类型对应的文本提取规则；

基于所述文本提取规则对所述文本块进行信息提取，得到该文本块对应的提取结果。

4.根据权利要求1或2或3所述的方法，其特征在于，当所述信息类型为条款类型，所述条款类型为文本信息包含业务条款的类型；所述根据该文本块对应的信息类型，对该文本块进行信息提取，得到该文本块对应的提取结果，包括：

将所述文本块输入到预设的信息提取模型，以通过所述信息提取模型识别所述文本块中文本信息对应的业务条款内容，并从所述文本块中获取所述业务条款内容对应的目标信息；

获取所述信息提取模型输出的目标信息，作为所述文本块的提取结果。

5.根据权利要求1所述的方法，其特征在于，所述确定所述至少两个文本块中每个文本块对应的信息类型，包括：

针对所述至少两个文本块中的每个文本块，将该文本块输入到预先训练的信息类型识别模型中，以通过所述信息类型识别模型中的神经网络对所述文本块进行识别，确定所述文本块中文本信息对应的信息类型，所述信息类型为条款类型、规则类型和混合类型中的任意一种；

获取所述信息类型识别模型输出的信息类型，作为所述文本块对应的信息类型。

6.根据权利要求3所述的方法，其特征在于，所述对所述文本块进行第一提取操作，得到第一提取结果，包括：

获取预定义的至少两个正则表达式；所述至少两个正则表达式中的每一正则表达式分别由至少一个关键词，和/或，与业务规则对应的字符串组成；

分别采用所述至少两个正则表达式，对所述文本块进行字符匹配，得到与至少一个正则表达式匹配的字符串，并将所述匹配的字符串作为第一提取结果。