[發(fā)明專(zhuān)利]一種文本信息提取方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110643959.7
• 申請(qǐng)日: 2021-06-09
• 公開(kāi)（公告）號(hào): CN113377911B
• 公開(kāi)（公告）日: 2022-10-14
• 發(fā)明（設(shè)計(jì)）人: 高明;華煌圣;彭政;張文斐;張栩華;王德輝;劉己未;宋強(qiáng)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司廣州供電局
• 主分類(lèi)號(hào): G06F16/33
• 分類(lèi)號(hào): G06F16/33;G06F16/383;G06F40/216;G06F40/289
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 黃忠

本發(fā)明公開(kāi)了一種文本信息提取方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，其中，方法包括：分別對(duì)多個(gè)預(yù)設(shè)文本段落和多個(gè)預(yù)設(shè)問(wèn)題文本進(jìn)行文本預(yù)處理，得到對(duì)應(yīng)的預(yù)處理文本段落和對(duì)應(yīng)的預(yù)處理問(wèn)題文本；計(jì)算預(yù)處理文本段落的第一特征項(xiàng)；計(jì)算預(yù)處理問(wèn)題文本的第二特征項(xiàng)；采用第一特征項(xiàng)和第二特征項(xiàng)，計(jì)算預(yù)處理文本段落與預(yù)處理問(wèn)題文本之間的關(guān)聯(lián)度；根據(jù)關(guān)聯(lián)度將多個(gè)預(yù)處理文本段落劃分為若干個(gè)帕累托集合；對(duì)帕累托集合進(jìn)行排序，得到帕累托序列；從帕累托序列中提取多個(gè)問(wèn)題文本對(duì)應(yīng)的文本信息。通過(guò)本發(fā)明，提高了多問(wèn)題關(guān)聯(lián)文本信息的提取效率和提取準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及信息提取技術(shù)領(lǐng)域，尤其涉及一種文本信息提取方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著大數(shù)據(jù)時(shí)代的到來(lái)，互聯(lián)網(wǎng)中蘊(yùn)含著與日俱增的數(shù)據(jù)，給人們的生活、學(xué)習(xí)以及辦公提供了便捷性。因此，從海量文本數(shù)據(jù)中提取出用戶(hù)需要的信息成為迫切的需求。

現(xiàn)如今人們?cè)谑褂没ヂ?lián)網(wǎng)文本檢索工具時(shí)，往往需要對(duì)多個(gè)輸入問(wèn)題進(jìn)行檢索，提取與各個(gè)問(wèn)題都比較相關(guān)聯(lián)的文本信息。從而導(dǎo)致文本信息提取效率低，準(zhǔn)確度低。

發(fā)明內(nèi)容

本發(fā)明提供了一種文本信息提取方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，用于解決現(xiàn)有的文本信息提取方法往往需要對(duì)多個(gè)輸入問(wèn)題進(jìn)行檢索，提取與各個(gè)問(wèn)題都比較相關(guān)聯(lián)的文本信息，從而導(dǎo)致文本信息的提取效率較低，提取準(zhǔn)確度較低的技術(shù)問(wèn)題。

本發(fā)明提供了一種文本信息提取方法，包括：

分別對(duì)多個(gè)預(yù)設(shè)文本段落和多個(gè)預(yù)設(shè)問(wèn)題文本進(jìn)行文本預(yù)處理，得到對(duì)應(yīng)的預(yù)處理文本段落和對(duì)應(yīng)的預(yù)處理問(wèn)題文本；

計(jì)算所述預(yù)處理文本段落的第一特征項(xiàng)；

計(jì)算所述預(yù)處理問(wèn)題文本的第二特征項(xiàng)；

采用所述第一特征項(xiàng)和所述第二特征項(xiàng)，計(jì)算所述預(yù)處理文本段落與所述預(yù)處理問(wèn)題文本之間的關(guān)聯(lián)度；

根據(jù)所述關(guān)聯(lián)度將多個(gè)所述預(yù)處理文本段落劃分為若干個(gè)帕累托集合；

對(duì)所述帕累托集合進(jìn)行排序，得到帕累托序列；

從所述帕累托序列中提取多個(gè)所述問(wèn)題文本對(duì)應(yīng)的文本信息。

可選地，所述計(jì)算所述預(yù)處理文本段落的第一特征項(xiàng)的步驟，包括：

獲取所述預(yù)處理文本段落的第一分詞詞匯表；所述第一分詞詞匯表包括多個(gè)第一詞匯；

計(jì)算每個(gè)所述第一詞匯的第一詞頻和第一逆向文件頻率；

采用所述第一詞頻和所述第一逆向文件頻率計(jì)算對(duì)應(yīng)的第一詞匯的第一絕對(duì)特征值；

根據(jù)預(yù)設(shè)文本段落特征項(xiàng)閾值和所述第一絕對(duì)特征值計(jì)算對(duì)應(yīng)的第一詞匯的第一相對(duì)特征值；

采用所述第一分詞詞匯表中的每個(gè)所述第一詞匯的第一相對(duì)特征值，計(jì)算所述預(yù)處理文本段落的第一特征項(xiàng)。

可選地，所述計(jì)算所述預(yù)處理問(wèn)題文本的第二特征項(xiàng)的步驟，包括：

獲取所述預(yù)處理問(wèn)題文本的第二分詞詞匯表；所述第二分詞詞匯表包括多個(gè)第二詞匯；

計(jì)算每個(gè)所述第二詞匯的第二詞頻和第二逆向文件頻率；

采用所述第二詞頻和所述第二逆向文件頻率計(jì)算對(duì)應(yīng)的第二詞匯的第二絕對(duì)特征值；

根據(jù)預(yù)設(shè)問(wèn)題文本特征項(xiàng)閾值和所述第二絕對(duì)特征值計(jì)算對(duì)應(yīng)的第二詞匯的第二相對(duì)特征值；

采用所述第二分詞詞匯表中的每個(gè)所述第二詞匯的第二相對(duì)特征值，計(jì)算所述預(yù)處理問(wèn)題文本的第二特征項(xiàng)。

可選地，所述根據(jù)所述關(guān)聯(lián)度將多個(gè)所述預(yù)處理文本段落劃分為若干個(gè)帕累托集合的步驟，包括：