[發明專利]一種信息提取方法、裝置及服務器

有效

• 申請號: 201811051027.8
• 申請日: 2018-09-10
• 公開（公告）號: CN109145305B
• 公開（公告）日: 2022-12-16
• 發明（設計）人: 任寧;晉耀紅;李德彥
• 申請（專利權）人: 鼎富智能科技有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F16/25
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

1.一種信息提取方法，其特征在于，所述方法包括：

從語料中提取目標對象的屬性信息塊，所述屬性信息塊包含所述目標對象的身份信息以及所述目標對象的社會關系信息和社交信息，所述身份信息至少包括所述目標對象的姓名；

根據所述目標對象的各類信息在語料中分布的稀疏程度和各類信息的語義特征的明顯程度，確定從所述屬性信息塊中抽取各類信息的方式，其中，在語料中分布稀疏且語義特征明顯的信息用于使用匹配規則進行抽取；

使用抽取模型從所述屬性信息塊中抽取所述目標對象的身份信息，以及，使用匹配規則從所述屬性信息塊中抽取所述目標對象的社會關系信息和社交信息；

當所述目標對象包括多個子對象時，所述屬性信息塊對應包含多個身份信息，使用抽取模型從所述屬性信息塊中抽取所述目標對象的身份信息，包括：

使用抽取模型從所述屬性信息塊中抽取所有身份信息，并記錄每個身份信息的位置信息；

從各個身份信息中抽取各個所述子對象的姓名；

根據所述位置信息分別將每個所述子對象的姓名與其身份信息中的除去姓名以外的其余內容進行配對，得到包含姓名-其余身份信息的配對結果；

根據所述配對結果，確定每個子對象對應的全部身份信息，以及，利用已抽取到的身份信息從其他數據管理系統中檢索到其他身份信息。

2.根據權利要求1所述的方法，其特征在于，當所述語料包含兩個目標對象時，所述從語料中提取目標對象的屬性信息塊，包括：

在所述語料中標記出其中一個目標對象的所述屬性信息塊；

將所述語料中未標記的部分作為另一個目標對象的所述屬性信息塊。

3.根據權利要求1所述的方法，其特征在于，當所述語料包含多于兩個目標對象時，所述從語料中提取目標對象的屬性信息塊，包括：

在所述語料中分別標記出每個目標對象的所述屬性信息塊。

4.根據權利要求1所述的方法，其特征在于，所述根據所述位置信息分別將每個所述子對象的姓名與其身份信息中的除去姓名以外的其余內容進行配對，得到包含姓名-其余身份信息的配對結果，包括：

根據預設的分句標識，將所述屬性信息塊分成多個子句；

在一個子句范圍內，在所述除去姓名以外的其余內容之前查找首次出現的姓名；

將所述首次出現的姓名與所述除去姓名以外的其余內容進行配對，得到包含姓名-其余身份信息的配對結果。

5.根據權利要求1所述的方法，其特征在于，所述匹配規則包括匹配表達式；

所述匹配表達式包括：

前綴部分，用于在所述屬性信息塊中定位所述目標對象的社會關系信息和社交信息的起始位置；

核心部分，用于根據所述起始位置，從所述屬性信息塊抽取所述目標對象的社會關系信息和社交信息。

6.根據權利要求1所述的方法，其特征在于，所述匹配規則包括匹配表達式；

所述匹配表達式包括：

前綴部分，用于在所述屬性信息塊中定位所述目標對象的社會關系信息和社交信息的起始位置；

后綴部分，用于在所述屬性信息塊中定位所述目標對象的社會關系信息和社交信息的終止位置；

核心部分，用于根據所述起始位置和所述終止位置，從所述屬性信息塊抽取所述目標對象的社會關系信息和社交信息。

7.根據權利要求1-6任一項所述的方法，其特征在于，所述抽取模型包括長短期記憶網絡（LSTM）模型和條件隨機場（CRF）模型。