[发明专利]文本抽取方法、装置、设备及存储介质有效
| 申请号： | 201910885399.9 | 申请日： | 2019-09-18 |
| 公开（公告）号： | CN110781276B | 公开（公告）日： | 2023-09-19 |
| 发明（设计）人： | 郝正鸿;许开河;王少军 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F40/211 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 魏润洁 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种文本抽取方法、装置、设备及存储介质，该方法包括：提取待抽取文本中包含的抽取类型标识；若抽取类型标识为字段抽取则调用多线程处理脚本将待抽取文本切分成句子集合并将句子集合中的句子转化为句子向量；对句子向量进行拼接获得目标句子向量后输入至第一条件随机场模型获取第一预测结果；根据第一预测结果采用精确匹配检索算法从待抽取文本中抽取目标字段。本发明根据抽取类型标识确定抽取长度，针对不同的抽取长度选用对应的条件随机场模型进行文本抽取使文本抽取更具针对性，同时采用多线程处理脚本进行文本切分提高了文本抽取的整体效率，通过精确匹配检索算法提取目标字段也保证了目标字段抽取的准确性。 | ||
| 搜索关键词： | 文本 抽取 方法 装置 设备 存储 介质 | ||
【主权项】：
1.一种文本抽取方法，其特征在于，所述方法包括：/n读取待抽取文本，提取所述待抽取文本中包含的抽取类型标识；/n在检测到所述抽取类型标识为字段抽取时，调用多线程处理脚本将所述待抽取文本切分成句子集合；/n通过所述多线程处理脚本将所述句子集合中的句子转化为句子向量；/n对所述句子向量进行拼接，以获得目标句子向量；/n将所述目标句子向量输入至第一条件随机场模型，获取所述第一条件随机场模型输出的第一预测结果；/n根据所述第一预测结果采用精确匹配检索算法从所述待抽取文本中抽取目标字段。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于平安科技（深圳）有限公司，未经平安科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910885399.9/，转载请声明来源钻瓜专利网。
