[发明专利]文本指标数据解析方法、系统及相应设备和存储介质

权利要求书

1.一种文本指标数据解析方法，其特征在于，所述方法包括：

将待解析文本分成一个或多个句子；

将每一句子分成词语序列并标注每一词语的词性；

将分完词的每一词语序列分割成一系列简单句；

对于每一词语序列所分成的一系列简单句，提取每一简单句的主谓宾成分，及响应于一简单句缺乏主语，将所述一系列简单句中第一简单句的主语作为缺乏主语的简单句的主语，得到每一简单句的主谓宾三元组；

生成所有主谓宾三元组的每一主语的词向量；

将所有主谓宾三元组及相应的词向量输入经训练的神经网络，所述神经网络输出每一词向量属于某个指标的概率；

将概率最高且高于预定阈值的指标作为所述待解析文本的预测指标；

将预测指标及相应词向量对应的主谓宾三元组的谓语和宾语结合作为所述待解析文本的指标数据。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在提取每一简单句的主谓宾成分的同时确定每一简单句对应的指标类型，其中指标类型包括存量指标、增量指标和/或占比指标。

3.根据权利要求1所述的方法，其特征在于，所述神经网络的训练包括：

将每一已进行指标标注的训练句子分成词语序列并标注每一词语的词性；

将分完词的每一词语序列分成一系列简单句；

对于每一词语序列所分成的一系列简单句，提取每一简单句的主谓宾成分，及响应于一简单句缺乏主语，将所述一系列简单句中第一简单句的主语作为缺乏主语的简单句的主语，得到每一简单句的主谓宾三元组；

生成所有主谓宾三元组的每一主语的词向量；

将所有主谓宾三元组及相应的词向量以及训练文本样本指标标签输入神经网络对神经网络进行训练。

4.根据权利要求1所述的方法，其特征在于，所述词向量使用BERT或ALBERT模型生成。

5.根据权利要求1所述的方法，其特征在于，所述主谓宾成分通过依存句法解析算法提取。

6.根据权利要求1所述的方法，其特征在于，所述神经网络为BP神经网络。

7.一种文本指标数据解析系统，其特征在于，所述系统包括：

复合句解析模块，用于将待解析文本分成一个或多个句子；

分词模块，用于将每一句子分成词语序列并标注每一词语的词性；

简单句分割模块，用于将分完词的每一词语序列分割成一系列简单句；

主谓宾解析模块，用于对于每一词语序列所分成的一系列简单句，提取每一简单句的主谓宾成分，及响应于一简单句缺乏主语，将所述一系列简单句中第一简单句的主语作为缺乏主语的简单句的主语，得到每一简单句的主谓宾三元组；

词向量生成模块，用于生成所有主谓宾三元组的每一主语的词向量；

分类模块，用于将所有主谓宾三元组及相应的词向量输入经训练的神经网络，所述神经网络输出每一词向量属于某个指标的概率；

预测指标确定模块，用于将概率最高且高于预定阈值的指标作为所述待解析文本的预测指标；

指标数据确定模块，用于将预测指标及相应词向量对应的主谓宾三元组的谓语和宾语结合作为所述待解析文本的指标数据。

8.根据权利要求7所述的系统，其特征在于，所述神经网络的训练包括：

将每一已进行指标标注的训练句子分成词语序列并标注每一词语的词性；

将分完词的每一词语序列分成一系列简单句；

对于每一词语序列所分成的一系列简单句，提取每一简单句的主谓宾成分，及响应于一简单句缺乏主语，将所述一系列简单句中第一简单句的主语作为缺乏主语的简单句的主语，得到每一简单句的主谓宾三元组；

生成所有主谓宾三元组的每一主语的词向量；

将所有主谓宾三元组及相应的词向量以及训练文本样本指标标签输入神经网络对神经网络进行训练。