[發明專利]信息提取方法、裝置、設備和存儲介質

在審

• 申請號: 202111520172.8
• 申請日: 2021-12-13
• 公開（公告）號: CN114154480A
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 簡仁賢;李夢雄;馬永寧;王海波
• 申請（專利權）人: 竹間智能科技（上海）有限公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F40/226;G06F16/35;G06Q30/06;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 衡滔

1.一種信息提取方法，其特征在于，包括：

獲取查詢指令對應的訂單數據；

將所述訂單數據輸入至預設識別模型，輸出所述訂單數據中的標的物信息；

基于標準詞庫對所述標的物信息進行校驗處理，得到校驗后的標的物信息；

基于所述校驗后的標的物信息生成所述訂單數據的三元組信息。

2.根據權利要求1所述的方法，其特征在于，所述查詢指令中攜帶有目標訂單的標識信息；所述獲取查詢指令對應的訂單數據，包括：

在接收到查詢指令時，在預設訂單庫中抽取所述標識信息對應的訂單內容；

對所述訂單內容進行內容解析，得到所述目標訂單的文本數據，將所述文本數據作為所述訂單數據。

3.根據權利要求1所述的方法，其特征在于，建立所述預設識別模型的步驟包括：

獲取樣本訂單數據集；

將所述樣本訂單數據集轉換為預定標準格式；

對標準格式的所述樣本訂單數據集中的樣品標的物信息進行標注；

采用標注后的所述樣本訂單數據集訓練神經網絡模型，得到所述預設識別模型。

4.根據權利要求1所述的方法，其特征在于，所述標的物信息中包括：標的物標識文本和所述標識文本在所述訂單數據中的文本位置；所述基于標準詞庫對所述標的物信息進行校驗處理，得到校驗后的標的物信息，包括：

判斷所述標準詞庫中是否存在與所述標識文本相同的目標標準數據；

當所述標準詞庫中不存在所述目標標準數據時，基于所述文本位置對所述標識文本做校正處理，得到所述校驗后的標的物信息。

5.根據權利要求4所述的方法，其特征在于，在所述判斷所述標準詞庫中是否存在與所述標識文本相同的目標標準數據之前，還包括：

檢測所述標識文本邊界處的字符信息，將所述標識文本邊界處的非文本符號刪除，得到校正后的標識文本。

6.根據權利要求4所述的方法，其特征在于，所述基于所述文本位置對所述標識文本做校正處理，得到所述校驗后的標的物信息，包括：

當所述標準詞庫中不存在所述目標標準數據時，從所述標準詞庫中選取出與所述標識文本之間的相似度大于預設閾值的目標候選數據；

判斷所述目標候選數據的拼寫順序是否與所述訂單數據中所述文本位置指定區間的拼寫順序相同；

當所述目標候選數據的拼寫順序與所述訂單數據中所述文本位置指定區間的拼寫順序相同時，將所述目標候選數據作為所述校驗后的標的物信息。

7.根據權利要求6所述的方法，其特征在于，所述基于所述文本位置對所述標識文本做校正處理，得到所述校驗后的標的物信息，還包括：

當所述目標候選數據的拼寫順序與所述訂單數據中所述文本位置指定區間的拼寫順序不相同時，在所述訂單數據中沿著所述文本位置邊界擴展文本內容，直至遇到空格符號時停止，將擴展后得到的文本內容和所述文本內容對應的新文本位置作為所述校驗后的標的物信息。

8.根據權利要求7所述的方法，其特征在于，還包括：

將所述校驗后的標的物信息更新到所述標準詞庫中。

9.根據權利要求1所述的方法，其特征在于，所述標的物信息包括：目標物品標識和所述目標物品對應的日期信息；所述基于所述校驗后的標的物信息生成所述訂單數據的三元組信息，包括：

將所述目標物品標識和所述日期信息分別作為兩個實體，將所述目標物品的類型標簽和日期標簽作為所述兩個實體之間的關系，生成所述訂單數據的三元組信息。

10.一種信息提取裝置，其特征在于，包括：

獲取模塊，用于獲取查詢指令對應的訂單數據；

識別模塊，用于將所述訂單數據輸入至預設識別模型，輸出所述訂單數據中的標的物信息；

校驗模塊，用于基于標準詞庫對所述標的物信息進行校驗處理，得到校驗后的標的物信息；

生成模塊，用于基于所述校驗后的標的物信息生成所述訂單數據的三元組信息。