[发明专利]签名信息提取方法及装置

摘要

本申请实施例提供一种签名信息提取方法及装置，通过采用正则表达式分别提取每条语句中的结构化信息，能够非常便捷且快速地抽取出规则的签名信息。提取非结构化信息则使用机器学习分类模型与字符粒度序列标注的形式，能够解决传统方式中使用邮件模板比对得到抽取信息带来的局限性，在实施过程中通过分别提取每条语句的TF‑IDF词频特征和标注序列特征，并将提取得到的TF‑IDF词频特征和标注序列特征分别输入到地址二分类模型和字符粒度序列标注模型中，得到每条语句中的人名信息和地址信息，如此，通过提取TF‑IDF词频特征能够完整识别出地址信息，并利用标注序列特征，极大减轻由于错误分词对人名信息识别带来的负面影响，从而精准地对邮件签名信息进行提取。

主权项

1.一种签名信息提取方法，其特征在于，应用于电子设备，所述电子设备中配置有签名信息提取模型，所述签名信息提取模型包括结构化信息抽取模型和非结构化信息抽取模型，所述方法包括：获取待抽取签名信息的文本数据，并对所述文本数据进行分句，得到多条语句；依次将每条语句输入到所述结构化信息抽取模型中，通过所述结构化信息抽取模型中的各个正则表达式分别提取每条语句中的结构化信息；分别提取每条语句的TF‑IDF词频特征和标注序列特征，并将提取得到的TF‑IDF词频特征和标注序列特征分别输入到所述非结构化信息抽取模型中的地址二分类模型和字符粒度序列标注模型中，得到每条语句中的非结构化信息，其中，所述非结构化信息包括人名信息和地址信息；根据所述结构化信息和所述非结构化信息生成签名信息提取结果。