[發(fā)明專利]一種信息提取方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010397905.2
• 申請(qǐng)日: 2020-05-12
• 公開（公告）號(hào): CN111563204B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設(shè)計(jì)）人: 崔旭明
• 申請(qǐng)（專利權(quán)）人: 廣州啟鵬信息科技有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535
• 代理公司: 杭州創(chuàng)智卓英知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33324
• 代理人: 張迪

本發(fā)明提供一種信息提取方法及系統(tǒng)，其中，方法包括：步驟1：獲取用戶輸入的需求信息；步驟2：基于需求信息生成網(wǎng)頁獲取請(qǐng)求；步驟3：基于網(wǎng)頁獲取需求獲取至少一個(gè)待提取網(wǎng)頁；步驟4：獲取預(yù)先輸入的對(duì)應(yīng)于需求信息的至少一個(gè)提取項(xiàng)；步驟5：基于提取項(xiàng)從待提取網(wǎng)頁提取對(duì)應(yīng)于提取項(xiàng)的網(wǎng)頁信息。本發(fā)明的信息提取方法，根據(jù)用戶輸入的需求信息，自動(dòng)獲取項(xiàng)目發(fā)布的網(wǎng)頁，并對(duì)網(wǎng)頁進(jìn)行分析，提取項(xiàng)目名稱、優(yōu)惠政策、評(píng)定時(shí)間、評(píng)定材料要求、申報(bào)項(xiàng)目的企業(yè)條件要求、項(xiàng)目指標(biāo)要求等，實(shí)現(xiàn)智能分析，方便用戶解讀項(xiàng)目內(nèi)容。

技術(shù)領(lǐng)域

本發(fā)明涉及信息提取技術(shù)領(lǐng)域，特別涉及一種信息提取方法及系統(tǒng)。

背景技術(shù)

目前，工信、發(fā)改、農(nóng)業(yè)、教育、商貿(mào)都會(huì)有一些項(xiàng)目出臺(tái)，但是這些項(xiàng)目有些對(duì)應(yīng)的企業(yè)范圍很廣，一家物料公司也可以申報(bào)工信項(xiàng)目(物流信息化)、農(nóng)業(yè)項(xiàng)目(助農(nóng)物料)；此外，不同政府層級(jí)出臺(tái)的政策也存在區(qū)別。

現(xiàn)在，企業(yè)還是需要去閱讀政府網(wǎng)站上的項(xiàng)目通知，并對(duì)項(xiàng)目通知進(jìn)行人工分析。

發(fā)明內(nèi)容

本發(fā)明目的之一在于提供了一種信息提取方法，根據(jù)用戶輸入的需求信息，自動(dòng)獲取項(xiàng)目發(fā)布的網(wǎng)頁，并對(duì)網(wǎng)頁進(jìn)行分析，提取項(xiàng)目名稱、優(yōu)惠政策、評(píng)定時(shí)間、評(píng)定材料要求、申報(bào)項(xiàng)目的企業(yè)條件要求、項(xiàng)目指標(biāo)要求等，實(shí)現(xiàn)智能分析，方便用戶解讀項(xiàng)目內(nèi)容。

本發(fā)明實(shí)施例提供的一種信息提取方法，包括：

步驟1：獲取用戶輸入的需求信息；

步驟2：基于需求信息生成網(wǎng)頁獲取請(qǐng)求；

步驟3：基于網(wǎng)頁獲取需求獲取至少一個(gè)待提取網(wǎng)頁；

步驟4：獲取預(yù)先輸入的對(duì)應(yīng)于需求信息的至少一個(gè)提取項(xiàng)；

步驟5：基于提取項(xiàng)從待提取網(wǎng)頁提取對(duì)應(yīng)于提取項(xiàng)的網(wǎng)頁信息。

優(yōu)選的，提取項(xiàng)包括：項(xiàng)目名稱、優(yōu)惠政策、評(píng)定時(shí)間、評(píng)定材料要求、申報(bào)項(xiàng)目的企業(yè)條件要求、項(xiàng)目指標(biāo)要求中一種或多種結(jié)合。

優(yōu)選的，需求信息包括企業(yè)名稱、意向部門、意向時(shí)間、企業(yè)所屬區(qū)域中一種或多種結(jié)合。

優(yōu)選的，信息提取方法還包括：

步驟6：打開待提取網(wǎng)頁中的附件文檔，基于提取項(xiàng)從附件文檔的內(nèi)容中提取對(duì)應(yīng)于提取項(xiàng)的文檔信息；

步驟7：將文檔信息和網(wǎng)頁信息填入預(yù)設(shè)模板中對(duì)應(yīng)提取項(xiàng)的位置，做成信息提取結(jié)果并輸出。

優(yōu)選的，附件文檔包括PDF文檔、DOC文檔、XLS文檔中一種或多種結(jié)合。

優(yōu)選的，基于提取項(xiàng)從待提取網(wǎng)頁提取對(duì)應(yīng)于提取項(xiàng)的網(wǎng)頁信息，具體包括如下步驟：

解析提取項(xiàng)，獲取提取項(xiàng)對(duì)應(yīng)的提取關(guān)鍵詞和預(yù)設(shè)與關(guān)鍵詞關(guān)聯(lián)的至少一個(gè)特征詞；

解析待提取網(wǎng)頁中的文字信息，定位關(guān)鍵詞在待提取網(wǎng)頁中的文字信息出現(xiàn)的位置，提取關(guān)鍵詞前后預(yù)設(shè)長度的文字信息作為提取項(xiàng)對(duì)應(yīng)的網(wǎng)頁信息；

和/或，

在待提取網(wǎng)頁中查找特征詞，解析特征詞前后預(yù)設(shè)長度的文字信息是否與提取項(xiàng)關(guān)聯(lián)，當(dāng)與提取項(xiàng)關(guān)聯(lián)時(shí)提取特征詞作為提取項(xiàng)對(duì)應(yīng)的網(wǎng)頁信息。

優(yōu)選的，信息提取結(jié)果中的提取項(xiàng)對(duì)應(yīng)的網(wǎng)頁信息和文檔信息為多個(gè)，且信息提取結(jié)果還包括：每個(gè)網(wǎng)頁信息的源網(wǎng)頁鏈接和每個(gè)文檔信息的源文檔鏈接。

優(yōu)選的，步驟2：基于需求信息生成網(wǎng)頁獲取請(qǐng)求，具體包括：

解析需求，獲取企業(yè)名稱、意向部門和企業(yè)所屬區(qū)域；

基于企業(yè)名稱、意向部門和企業(yè)所屬區(qū)域，在預(yù)先存儲(chǔ)的網(wǎng)址庫中確定至少一個(gè)項(xiàng)目發(fā)布的網(wǎng)址；