[發明專利]信息提取方法、裝置、計算機設備及可讀存儲介質

在審

• 申請號: 202010909654.1
• 申請日: 2020-09-02
• 公開（公告）號: CN112052305A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 李賢杰;王昊;羅水權;劉劍;高寒冰
• 申請（專利權）人: 平安資產管理有限責任公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/35;G06F16/36;G06N3/04;G06N3/08
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

1.一種信息提取方法，其特征在于，包括：

獲取待處理文本，對所述待處理文本進行解析，獲得待處理數據；

將所述待處理數據與預設數據庫中的關鍵詞進行匹配，將匹配得到的與所述待處理文本對應的關鍵詞作為待提取信息點，其中，所述數據庫中預存有多個關鍵詞；

基于所述待提取信息點、采用預訓練好的信息提取模型對所述待處理數據進行關鍵信息提取，獲得目標信息。

2.根據權利要求1所述的信息提取方法，其特征在于，對所述待處理文本進行解析，獲得待處理數據，還包括：

對所述待處理文本進行歸一化處理，獲得第一處理文本；

根據所述待處理文本的類型匹配對應的解析規則，采用所述解析規則對所述第一處理文本進行處理，獲得待處理數據。

3.根據權利要求1所述的信息提取方法，其特征在于，在所述基于所述待提取信息點、采用預訓練好的信息提取模型對所述待處理數據進行關鍵信息提取前，所述方法還包括：：

獲取訓練樣本，所述訓練樣本包括待提取信息的訓練數據集合、待提取樣本信息點以及樣本提取信息；

將所述待提取樣本信息與各個訓練數據進行拼接，獲得各個訓練數據對應的第一樣本數據；

對各個所述第一樣本數據進行編碼，并采用第一神經網絡對所述編碼后的第一樣本數據進行分類處理，獲得第一樣本數據的分類結果，并基于所述分類結果獲得包含樣本提取信息的第二樣本數據；

采用待提取樣本信息點以及樣本數據拼接后編碼獲得處理向量；

基于所述處理向量采用分類器確定所述待提取樣本信息點對應的目標樣本數據；

根據所述樣本提取信息對所述第一樣本數據進行標記獲得樣本比對數據；在將所述樣本比對數據與所述分類結果進行比對，以及采用所述目標樣本數據與所述樣本提取信息進行比對后，調整模型參數，直至訓練完成，獲得預訓練好的信息提取模型。

4.根據權利要求1所述的信息提取方法，其特征在于，基于所述待提取信息點、采用預訓練好的信息提取模型對所述待處理數據進行關鍵信息提取，獲得目標信息，包括：

基于所述待提取信息點對目標關鍵信息進行定位，獲得包含所述目標關鍵信息的第二處理數據；

對所述第二處理數據進行信息提取，獲得與所述待提取信息點對應的目標關鍵信息；

將所述目標關鍵信息與所述第二處理數據拼接，獲得目標信息。

5.根據權利要求4所述的信息提取方法，其特征在于，基于所述待提取信息點對目標關鍵信息進行定位，獲得包含所述目標關鍵信息的第二處理數據，包括：

將所述待提取信息點與所述待處理數據進行拼接后編碼，獲得第三處理數據；

采用第一神經網絡對所述第三處理數據進行處理，獲得包含所述目標關鍵信息的第二處理數據。

6.根據權利要求4所述的信息提取方法，其特征在于，對所述第二處理數據進行信息提取，獲得與所述待提取信息點對應的目標關鍵信息，包括：

將所述待提取信息點和與所述第二處理數據進行拼接后編碼，獲得第四處理數據；

采用分類器基于所述第四處理數據預測所述目標關鍵信息的序列索引，基于所述序列索引獲得與所述待提取信息點對應的目標關鍵信息。

7.根據權利要求1所述的信息提取方法，其特征在于，在基于所述待提取信息點、采用預訓練好的信息提取模型對所述待處理數據進行關鍵信息提取，獲得目標信息后，所述方法還包括：

提供一預設同義詞庫，所述同義詞庫包含多個與所述數據庫中各個關鍵詞關聯的同義詞；

當所述目標信息中的目標關鍵信息為空；

從所述同義詞庫中獲取與所述待提取信息點關聯的同義詞作為候選信息點；

采用所述候選信息點替換所述待提取信息點獲得新的待提取信息點；

基于所述新的待提取信息點采用信息提取模型對所述待處理數據進行關鍵信息提取，獲得目標信息。