[发明专利]一种基于深度学习与启发式规则的人物属性抽取方法

说明书

本发明公开了一种基于深度学习与启发式规则的人物属性抽取方法，它包括以下步骤：步骤1：根据涉诈主体关键词切分输入文本，不同于根据标点符号切割文本，此处利用涉诈主体词来切割文本，可以初步限定要素的所属主体，提升后续人物属性组装的准确率；步骤2：利用预先训练的深度学习模型与启发式规则抽取文本中所含的人物要素信息。有益效果在于：本发明通过深度学习与启发式规则来构建人物属性抽取框架，使得本发明在应用后能够快速抽取出文本中所包含的要素信息，同时以人为主体对要素信息进行组装，不仅可以为人物关联关系推理与案件串并提供一定的借鉴，而且还能作为公安知识图谱构建的部分数据来源，推动自然语言处理在公安行业的应用。

技术领域

本发明涉及到信息获取技术领域，尤其涉及一种基于深度学习与启发式规则的人物属性抽取方法。

背景技术

在公安行业的海量警情文本、社交文本中存在大量的人物相关信息(如：姓名、身份证号码、联系电话、车牌号码等)，这些人物属性信息都是民警在实际出警过程中获取的真实有效数据，是对结构化数据的一种补充；同时这些警情要素的正确抽取对人物关联关系的推理与案件的串并具有重要作用。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于深度学习与启发式规则的人物属性抽取方法。

本发明通过以下技术方案来实现上述目的：

一种基于深度学习与启发式规则的人物属性抽取方法，它包括以下步骤：

步骤1：步骤1：根据涉诈主体关键词切分输入文本，不同于根据标点符号切割文本，此处利用涉诈主体词来切割文本，可以初步限定要素的所属主体，提升后续人物属性组装的准确率；

步骤2：利用预先训练的深度学习模型与启发式规则抽取文本中所含的人物要素信息；

步骤3：根据步骤2中抽取出来的要素之间的关系及要素本身的特性验证各个要素的有效性与合理性；

步骤4：根据要素出现的先后顺序及相关规则，对验证过后的人物要素信息进行组装；

步骤5：将具有相同信息的人物属性进行合并，对于未在人物属性中出现的其他要素信息，将其单独作为一组人物属性输出。

进一步的，所述步骤2中主要利用深度学习模型抽取文本中的姓名、地址等信息；利用启发式规则抽取文本中的身份证、联系电话、微信号等其他要素，方便信息的分类精准提取。

进一步的，所述步骤3中要素验证的目的在于去除不合理或不正确的要素，如：18位的银行卡号不能被当成身份证号、微信昵称或QQ昵称中出现的疑似姓名不能被当成姓名等，以确保关联要素之间的有效性与合理性。

进一步的，所述步骤5中相同信息的人物属性指的是具有相同身份证号或手机号的两个人物属性以及其他唯一性信息。

进一步的，所述步骤4中可通过如下规则进行要素组合：

1)如果两个要素之间有括号，则将其分为两个人物属性存储；

2)如果两个要素相距较远(一般默认超过20个字符)，则将其分为两个人物属性存储；

3)如果某个要素在人物属性中已存在，则新建一个人物属性写入。

本发明的有益效果在于：

本发明通过深度学习与启发式规则来构建人物属性抽取框架，使得本发明在应用后能够快速抽取出文本中所包含的要素信息，同时以人为主体对要素信息进行组装，不仅可以为人物关联关系推理与案件串并提供一定的借鉴，而且还能作为公安知识图谱构建的部分数据来源，推动自然语言处理在公安行业的应用。

附图说明

图1为本发明所述的一种基于深度学习与启发式规则的人物属性抽取方法的流程图。

具体实施方式