[發明專利]文本的結構化輸出方法及系統、存儲介質和計算機設備

有效

• 申請號: 201811089125.0
• 申請日: 2018-09-18
• 公開（公告）號: CN110147545B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 蔣興華;曹浩宇
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/30
• 代理公司: 北京勵誠知識產權代理有限公司 11647
• 代理人: 賈玉姣

1.一種文本的結構化輸出方法，其特征在于，所述文本的結構化輸出方法包括：

識別圖片中的文本內容；

根據分詞模型將所述文本內容分割為多個詞語；

根據詞向量模型將所述詞語轉換為詞向量；

根據所述詞向量和深度語義模型獲取所述詞向量與預設標簽的關聯概率矩陣；及

根據所述預設標簽的關聯概率矩陣和概率模型確定所述文本內容中的每個所述詞語所屬的所述預設標簽，所述概率模型根據詞語在文本中的上下文及每一個詞語前后的詞語來進一步修正詞語最終所屬的預設標簽；

根據所述詞語在所述文本內容中的位置確定屬于相同的所述預設標簽的所述詞語在所述結構化內容中的位置；及

根據所述詞語、所述詞語所屬的所述預設標簽和所述詞語在結構化內容中的位置輸出所述結構化內容。

2.?根據權利要求1所述的文本的結構化輸出方法，其特征在于，所述結構化輸出方法還包括：

根據所述多個詞語確定所述文本內容所屬的行業，其中，所述行業包括快遞行業、銀行行業、零售行業或教育行業中任意一種；及

根據所述行業確定所述預設標簽。

3.?根據權利要求1所述的文本的結構化輸出方法，其特征在于，所述根據所述詞向量和深度語義模型獲取所述詞向量與預設標簽的關聯概率矩陣的步驟包括：

將所述詞向量按正序和反序分別輸入所述深度語義模型并分別輸出正序輸出結果和反序輸出結果，其中，所述深度語義模型包括雙向長短期記憶模型；及

根據所述正序輸出結果和所述反序輸出結果確定所述詞向量與所述預設標簽的關聯概率并生成所述預設標簽的關聯概率矩陣。

4.根據權利要求1所述的文本的結構化輸出方法，其特征在于，所述根據所述預設標簽的關聯概率矩陣和所述概率模型確定所述文本內容中的每個所述詞語所屬的所述預設標簽的步驟包括：

根據所述預設標簽的關聯概率矩陣和所述文本內容中每個所述詞語前后位置的所述詞語確定所述詞語所屬的所述預設標簽。

5.根據權利要求1所述的文本的結構化輸出方法，其特征在于，所述預設標簽包括空白標簽、開始標簽、中間標簽和結尾標簽，每個所述結構化內容包括所述開始標簽、所述中間標簽和所述結尾標簽中的任意一個或多個，每個所述詞語為所述空白標簽、所述開始標簽、所述中間標簽和所述結尾標簽中的任意一個。

6.一種文本的結構化輸出系統，其特征在于，所述文本的結構化輸出系統包括：

識別模塊，所述識別模塊用于識別圖片中的文本內容；

分詞模塊，根據分詞模型將所述文本內容分割為多個詞語；

轉換模塊，根據詞向量模型將所述詞語轉換為詞向量；

獲取模塊，根據所述詞向量和深度語義模型獲取所述詞向量與預設標簽的關聯概率矩陣；及

輸出模塊，所述輸出模塊包括第二確定單元、第三確定單元和輸出單元，所述第二確定單元用于根據所述預設標簽的關聯概率矩陣和概率模型確定所述文本內容中的每個所述詞語所屬的所述預設標簽，所述概率模型根據詞語在文本中的上?下文及每一個詞語前后的詞語來進一步修正詞語最終所屬的預設標簽；所述第三確定單元用于根據所述詞語在所述文本內容中的位置確定屬于相同的所述預設標簽的所述詞語在所述結構化內容中的位置；及所述輸出單元用于根據所述詞語、所述詞語所屬的所述預設標簽和所述詞語在結構化內容中的位置輸出所述結構化內容。

7.?根據權利要求6所述的文本的結構化輸出系統，其特征在于，所述結構化輸出系統還包括：

第一確定模塊，所述第一確定模塊用于根據所述多個詞語確定所述文本內容所屬的行業，其中，所述行業包括快遞行業、銀行行業、零售行業或教育行業中任意一種；及

第二確定模塊，所述第二確定模塊用于根據所述行業確定所述預設標簽。