[发明专利]会话信息提取方法、系统、设备及存储介质

权利要求书

1.一种会话信息提取方法，其特征在于，包括如下步骤：

采集待处理的会话文本，基于文本分类模型判断所述会话文本中是否存在时间实体；

如果所述会话文本中存在时间实体，则基于预设的时间提取规则从所述时间实体中提取得到至少一个候选时间信息；

基于预设的候选时间信息排序规则，对所述候选时间信息进行排序；

根据所述候选时间信息的排序结果选择至少一候选时间信息作为记录的时间信息。

2.根据权利要求1所述的会话信息提取方法，其特征在于，所述文本分类模型为预训练的二分类模型；

基于文本分类模型判断所述会话文本中是否存在时间实体之后，还包括如下步骤：

如果所述会话文本中不存在时间实体，则结束当前待处理的会话文本的时间信息提取流程；

如果所述会话文本中存在时间实体，获取所述文本分类模型识别到的时间实体在会话文本中的位置。

3.根据权利要求1所述的会话信息提取方法，其特征在于，如果所述会话文本中存在时间实体，在基于预设的时间提取规则从所述时间实体中提取得到至少一个候选时间信息之前，还包括如下步骤：

基于预设的数据预处理规则对所述会话文本进行预处理，得到预处理后的会话文本。

4.根据权利要求3所述的会话信息提取方法，其特征在于，所述基于预设的数据预处理规则对所述会话文本进行预处理，包括如下步骤：

获取所述文本分类模型识别到的时间实体在会话文本中的位置；

判断所述会话文本中是否存在连续的多个时间实体；

如果存在连续的多个时间实体，则识别连续的多个时间信息中的时间表达边界，得到多个分离的时间实体；

判断多个分离的时间实体之间的关系为连续表达关系还是重复表达关系；

如果是连续表达关系，则在连续表达关系的多个分离的时间实体之间增加预设的连接词；

如果是重复表达关系，则在重复表达关系的多个分离的时间实体之中选择一个时间实体，将未被选择的时间实体删除。

5.根据权利要求3所述的会话信息提取方法，其特征在于，所述基于预设的数据预处理规则对所述会话文本进行预处理，包括如下步骤：

将所述会话文本中的时间实体的表达进行归一化表达。

6.根据权利要求3所述的会话信息提取方法，其特征在于，所述基于预设的数据预处理规则对所述会话文本进行预处理，包括如下步骤：

获取时间实体的上下文文本；

采用预设的干扰时间判断规则，根据所述时间实体的上下文文本判断所述时间实体是否属于干扰时间实体；

如果是，则删除所述时间实体。

7.根据权利要求1所述的会话信息提取方法，其特征在于，所述基于预设的时间提取规则从所述时间实体中提取得到至少一个候选时间信息，包括如下步骤：

获取预设的日期和时间识别模板，确定模板中需填入的属性；

从所述会话文本的时间实体中提取得到所述模板中需填入的属性所对应的属性值；

基于所述属性值和所述日期和时间识别模板，生成候选时间信息。

8.根据权利要求1所述的会话信息提取方法，其特征在于，对所述候选时间信息进行排序，包括如下步骤：

获取各个所述候选时间信息的表达明确度的第一评分和/或获取所述候选时间信息在文本中出现位置的第二评分；

根据所述第一评分和/或所述第二评分得到所述候选时间信息的置信度；

根据所述候选时间信息的置信度对所述候选时间信息进行从高到低排序。

9.根据权利要求8所述的会话信息提取方法，其特征在于，根据所述候选时间信息的排序结果选择至少一候选时间信息作为记录的时间信息，包括如下步骤：

根据所述候选时间信息的排序结果选择置信度最高的候选时间信息作为记录的时间信息。