[发明专利]一种疫情新闻信息提取方法及系统

摘要

本发明提出一种疫情新闻信息提取方法，针对疫情新闻网页这一特定场景将其中的新闻文本中相关信息进行抽取，并转化为结构化数据，继而对数据进行存储与可视化展示；其特征在于，包括以下步骤：数据爬取步骤；数据处理步骤；路径信息提取步骤；居住地/常住地信息提取步骤；交通搭乘信息提取步骤；信息输出展示步骤；通过爬虫工具加载网页获取新闻文本，构建了句子拼接与文本分割算法，其中结合疫情文本特点，综合运用实体命名识别、地图API等工具，构建路径信息、居住地/常住地信息、交通搭乘信息三大提取模块，最后将系统部署为用户友好的网页，为用户自主提取信息提供便利。