[發明專利]一種基于正則表達式建立文本抽取模型的方法及設備在審
| 申請號： | 202110797247.0 | 申請日： | 2021-07-14 |
| 公開（公告）號： | CN113536768A | 公開（公告）日： | 2021-10-22 |
| 發明（設計）人： | 蘇江文;王燕蓉;陳江海;張垚;莊莉;梁懿 | 申請（專利權）人： | 福建億榕信息技術有限公司;國網信息通信產業集團有限公司;國網信通億力科技有限責任公司 |
| 主分類號： | G06F40/205 | 分類號： | G06F40/205;G06F16/903 |
| 代理公司： | 福州科揚專利事務所(普通合伙) 35001 | 代理人： | 李曉芬 |
| 地址： | 350000 福建省福*** | 國省代碼： | 福建;35 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 正則 表達式 建立 文本 抽取 模型 方法 設備 | ||
【權利要求書】：
1.一種基于正則表達式建立文本抽取模型的方法，其特征在于，包括如下步驟：
S1、編寫若干個正則表達式；
S2、根據各所述正則表達式，在語料庫中抽取語料集；
S3、將所述語料集分割為訓練集與驗證集；
S4、構建文本抽取模型；
S5、將訓練集輸入至文本抽取模型，訓練文本抽取模型；
S6、將驗證集輸入訓練好的文本抽取模型，對訓練好的文本抽取模型進行驗證。
2.根據權利要求1所述的一種基于正則表達式建立文本抽取模型的方法，其特征在于，所述文本抽取模型為CRF模型。
3.根據權利要求2所述的一種基于正則表達式建立文本抽取模型的方法，其特征在于，步驟S6中還設置有一閾值；若驗證模型的正確率低于所述閾值，則跳轉至步驟S1。
4.一種基于正則表達式建立文本抽取模型的設備，其特征在于，包括存儲器和處理器，所述存儲器存儲有指令，所述指令適于由處理器加載并執行如權利要求1-3任一權利要求所述的一種基于正則表達式建立文本抽取模型的方法。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于福建億榕信息技術有限公司;國網信息通信產業集團有限公司;國網信通億力科技有限責任公司，未經福建億榕信息技術有限公司;國網信息通信產業集團有限公司;國網信通億力科技有限責任公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110797247.0/1.html，轉載請聲明來源鉆瓜專利網。
