[发明专利]文本信息的抽取方法、装置、电子设备和存储介质

权利要求书

1.一种文本信息的抽取方法，包括：

获取待抽取文本及目标字段名；

基于所述待抽取文本及所述目标字段名，从所述待抽取文本中抽取与所述目标字段名匹配的候选文本信息；

基于所述待抽取文本、所述目标字段名及所述候选文本信息的融合语义，对所述候选文本信息进行过滤，以获取与所述融合语义匹配的目标文本信息；

其中，所述基于所述待抽取文本及所述目标字段名，从所述待抽取文本中抽取与所述目标字段名匹配的候选文本信息，包括：

将所述待抽取文本及所述目标字段名进行拼接，得到第二拼接结果，所述第二拼接结果包括对所述待抽取文本进行切词后得到的至少一个字符，及对所述目标字段名进行切词后得到的至少一个字符；

获取所述第二拼接结果中多个字符分别对应的第二语义向量；

基于多个所述字符分别对应的第二语义向量，对多个所述字符进行二分类，以获取多个所述字符与所述目标字段名匹配的第三预测分值，及多个所述字符与所述目标字段名不匹配的第四预测分值；

根据多个所述字符中的目标字符进行拼接，以得到所述候选文本信息；其中，所述目标字符为对应的所述第三预测分值大于所述第四预测分值的字符；

其中，所述基于所述待抽取文本、所述目标字段名及所述候选文本信息的融合语义，对所述候选文本信息进行过滤，以获取与所述融合语义匹配的目标文本信息，包括：

将所述待抽取文本、所述目标字段名及所述候选文本信息进行拼接，得到第一拼接结果；

获取所述第一拼接结果对应的第一语义向量，所述第一语义向量表征所述融合语义；

基于所述第一语义向量，对所述第一拼接结果进行二分类，以获取所述第一拼接结果中所述候选文本信息与所述融合语义的匹配的第一预测分值，及所述第一拼接结果中所述候选文本信息与所述融合语义不匹配的第二预测分值；

在所述第一预测分值大于所述第二预测分值的情况下，将所述候选文本信息确定为所述目标文本信息。

2.根据权利要求1所述的方法，其中，所述获取所述第一拼接结果对应的第一语义向量，包括：

获取所述第一拼接结果中多个字符分别对应的词向量、句对向量和位置向量；

将多个所述字符分别对应的词向量、句对向量和位置向量相加，得到多个所述字符分别对应的输入向量；

将多个所述字符分别对应的输入向量拼接，并输入特征提取模型，以获取所述第一拼接结果对应的所述第一语义向量。

3.根据权利要求1所述的方法，其中，所述基于所述第一语义向量，对所述第一拼接结果进行二分类，以获取所述第一拼接结果中所述候选文本信息与所述融合语义匹配的第一预测分值，及所述第一拼接结果中所述候选文本信息与所述融合语义不匹配的第二预测分值，包括：

将所述第一语义向量输入分类器，以获取所述候选文本信息与所述融合语义匹配的第一概率，及所述候选文本信息与所述融合语义不匹配的第二概率；

将所述第一概率作为所述第一预测分值，并将所述第二概率作为所述第二预测分值。