[發(fā)明專利]文檔信息整合方法、裝置、設(shè)備、介質(zhì)和程序產(chǎn)品

在審

• 申請?zhí)枺?/td>: 202210199157.6
• 申請日: 2022-03-02
• 公開（公告）號: CN114564930A
• 公開（公告）日: 2022-05-31
• 發(fā)明（設(shè)計(jì)）人: 高毓斌
• 申請（專利權(quán)）人: 中國建設(shè)銀行股份有限公司
• 主分類號: G06F40/186
• 分類號: G06F40/186
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 康歡歡

本發(fā)明實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，公開了一種文檔信息整合方法、裝置、系統(tǒng)、設(shè)備、介質(zhì)和程序產(chǎn)品，其中，方法包括：獲取待評估對象名單，根據(jù)待評估對象名單獲取對應(yīng)的非結(jié)構(gòu)化的信息源文檔，根據(jù)該待評估對象對應(yīng)的信息源文檔中各文檔的文檔編號，匹配與各文檔相對應(yīng)的內(nèi)容提取規(guī)則，基于內(nèi)容提取規(guī)則從非結(jié)構(gòu)化的信息源文檔中提取目標(biāo)關(guān)鍵信息，進(jìn)而根據(jù)預(yù)設(shè)信息整合模板以及目標(biāo)關(guān)鍵信息整合得到目標(biāo)結(jié)構(gòu)化文檔，實(shí)現(xiàn)了多源非結(jié)構(gòu)文檔的信息提取以及信息整合，無需針對每一種類型的源文檔單獨(dú)配置整合模板，解決了現(xiàn)有技術(shù)中依賴復(fù)雜的模板配置進(jìn)行信息提取技術(shù)問題，提高了多源非結(jié)構(gòu)文檔信息提取與整合的效率。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種文檔信息整合方法、裝置、設(shè)備、介質(zhì)和程序產(chǎn)品。

背景技術(shù)

在一些項(xiàng)目評估或者金融領(lǐng)域內(nèi)的授信評估場景下，需要對大量的相關(guān)信息內(nèi)容進(jìn)行分析與評估。但是，待評估信息內(nèi)容的文檔來源較多，且文檔數(shù)量也較大，需要預(yù)先將各文檔中的有效信息進(jìn)行提取與整合。

目前，多基于模板引擎(Freemarker)為每個(gè)類型文檔編寫模板，進(jìn)而根據(jù)文檔模板結(jié)構(gòu)進(jìn)行文檔內(nèi)容的提取。但是，各文檔來源多樣格式多樣，模板配置難度較大，導(dǎo)出內(nèi)容占用空間較大，導(dǎo)出內(nèi)容為非標(biāo)準(zhǔn)文檔，難以動態(tài)再加工的問題，導(dǎo)致信息整合的效率較低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種文檔信息整合方法、裝置、設(shè)備、介質(zhì)和程序產(chǎn)品，以實(shí)現(xiàn)提高多源非結(jié)構(gòu)文檔信息提取與整合的效率。

第一方面，本發(fā)明實(shí)施例提供了一種文檔信息整合方法，該方法包括：

獲取待評估對象名單，并根據(jù)所述待評估對象名單獲取對應(yīng)的信息源文檔，其中，所述信息源文檔為非結(jié)構(gòu)化文檔；

針對所述待評估對象名單中的每個(gè)待評估對象，根據(jù)與待評估對象對應(yīng)的信息源文檔中各文檔的文檔編號匹配與各文檔相對應(yīng)的內(nèi)容提取規(guī)則，并按照所述內(nèi)容提取規(guī)則提取目標(biāo)關(guān)鍵信息；

按照預(yù)設(shè)信息整合模板，將所述目標(biāo)關(guān)鍵信息進(jìn)行整合，生成目標(biāo)結(jié)構(gòu)化文檔。

可選的，所述根據(jù)與待評估對象對應(yīng)的信息源文檔中各文檔的文檔編號匹配與各文檔相對應(yīng)的內(nèi)容提取規(guī)則，并按照所述內(nèi)容提取規(guī)則提取目標(biāo)關(guān)鍵信息，包括：

根據(jù)所述文檔編號確定信息源文檔對應(yīng)的文檔類型，并根據(jù)所述文檔類型匹配對應(yīng)的內(nèi)容提取規(guī)則；

基于所述內(nèi)容提取規(guī)則中的預(yù)設(shè)關(guān)鍵詞信息在對應(yīng)類型的信息源文檔中提取出目標(biāo)關(guān)鍵信息。

可選的，所述基于所述內(nèi)容提取規(guī)則中的預(yù)設(shè)關(guān)鍵詞信息在對應(yīng)類型的信息源文檔中提取出目標(biāo)關(guān)鍵信息，包括：

獲取所述預(yù)設(shè)關(guān)鍵詞信息中的第一預(yù)設(shè)關(guān)鍵詞詞組；

根據(jù)所述第一預(yù)設(shè)關(guān)鍵詞詞組中第一開始關(guān)鍵詞和第一結(jié)束關(guān)鍵詞，匹配并提取以所述第一開始關(guān)鍵詞為起始位置，且以所述第一結(jié)束關(guān)鍵詞為結(jié)束位置的第一段落。

可選的，所述基于所述內(nèi)容提取規(guī)則中的預(yù)設(shè)關(guān)鍵詞信息在對應(yīng)類型的信息源文檔中提取出目標(biāo)關(guān)鍵信息，還包括：

獲取所述預(yù)設(shè)關(guān)鍵詞信息中的第二預(yù)設(shè)關(guān)鍵詞詞組；

根據(jù)所述第二預(yù)設(shè)關(guān)鍵詞詞組中第二開始關(guān)鍵詞和第二結(jié)束關(guān)鍵詞，匹配以所述第二開始關(guān)鍵詞為起始位置，且以所述第二結(jié)束關(guān)鍵詞為結(jié)束位置的第二段落；

在所述第二段落中，提取包含第一預(yù)設(shè)關(guān)鍵詞的句子。

可選的，所述基于所述內(nèi)容提取規(guī)則中的預(yù)設(shè)關(guān)鍵詞信息在對應(yīng)類型的信息源文檔中提取出目標(biāo)關(guān)鍵信息，還包括：

提取包含第二預(yù)設(shè)關(guān)鍵詞的表格或表格中的單元格內(nèi)容。

可選的，所述獲取待評估對象名單，包括：