本发明涉及计算机,更具体地,涉及一种信息提取方法、装置、电子设备和计算机可读存储介质。
背景技术:
1、互联网技术的不断发展和数据量的不断增长使得信息分析的重要性变得越来越高,但文本中包含大量的冗余信息,因此通过传统的信息提取方式从文本中提取出所需信息对于分析人员而言是一项效率低且准确率不高的工作。
技术实现思路
1、有鉴于此,本发明实施例提供一种信息提取方法、装置、电子设备和计算机可读存储介质,以快速且准确地从文本中提取出所需信息,并为后续的信息分析提供数据支持。
2、第一方面,本发明实施例提供了一种信息提取方法,所述方法包括:
3、获取待提取文本;
4、根据所述待提取文本、所述待提取文本中的目标实体类型和预先训练的第一信息提取模型获取所述待提取文本的信息提取结果,所述信息提取结果包括所述待提取文本中目标实体类型对应的实体信息,所述第一信息提取模型根据第一样本集合训练获得,所述第一样本集合包括多个第一样本文本、所述目标实体类型和所述目标实体类型对应的第一答案,所述第一答案根据所述第一样本文件中的预定字段确定。
5、可选地,所述根据所述待提取文本、所述待提取文本中的目标实体类型和预先训练的第一信息提取模型获取所述待提取文本的信息提取结果包括:
6、获取所述目标实体类型的关系描述信息,所述关系描述信息用于描述所述目标实体类型之间的关系;
7、根据所述待提取文本、所述目标实体类型、所述关系描述信息和所述第一信息提取模型获取所述信息提取结果。
8、可选地,所述方法还包括:
9、响应于根据所述第一信息提取模型无法获取所述信息提取结果,根据所述待提取文本和所述目标实体类型确定所述待提取文本的提示信息;
10、根据所述提示信息和预先训练的第二信息提取模型获取所述信息提取结果,所述第二信息提取模型根据第二样本集合训练获得,所述第二样本集合包括多个第二样本文件、样本提示信息和所述样本提示信息对应的第二答案,所述样本提示信息根据所述目标实体类型确定,所述第二答案根据所述第二样本文本中的预定字段确定。
11、可选地,所述根据所述待提取文本和所述目标实体类型确定所述待提取文本的提示信息包括:
12、获取所述待提取文本中各候选语句对应的第一向量;
13、根据所述目标实体类型获取提问语句;
14、获取所述提问语句对应的第二向量;
15、分别确定各所述第一向量与所述第二向量的相似度参数;
16、根据所述相似度参数从所述候选语句中确定所述提问语句对应的关联语句;
17、根据所述关联语句和所述提问语句确定所述提示信息。
18、可选地,所述根据所述相似度参数从所述候选语句中确定所述提问语句对应的关联语句包括:
19、将所述相似度参数满足预设相似度条件的所述候选语句确定为所述关联语句。
20、可选地,所述方法还包括:
21、响应于根据所述第一信息提取模型无法获取所述信息提取结果,根据所述待提取文本的类别信息获取对应的目标匹配规则,所述目标匹配规则用于表征各实体类型在指定类别文本中的位置分布,所述指定类别文本与所述待提取文本的类别相同;
22、根据所述目标匹配规则和所述目标实体类型确定所述信息提取结果。
23、可选地,所述获取待提取文本包括:
24、获取待识别文件,所述待识别文件的格式为可携带文件格式;
25、对所述待识别文件进行光学字符识别,获取所述待识别文件的识别结果;
26、根据所述识别结果确定所述待提取文本。
27、可选地,所述根据所述识别结果确定所述待提取文本包括:
28、基于预先设置的模糊匹配算法对所述识别结果进行修正;
29、根据修正后的所述识别结果确定所述待提取文本。
30、第二方面,本发明实施例提供了一种信息提取装置,所述装置包括:
31、文本获取单元,用于获取待提取文本;
32、结果获取单元,用于根据所述待提取文本、所述待提取文本中的目标实体类型和预先训练的第一信息提取模型获取所述待提取文本的信息提取结果,所述信息提取结果包括所述待提取文本中目标实体类型对应的实体信息,所述第一信息提取模型根据第一样本集合训练获得,所述第一样本集合包括多个第一样本文本、所述目标实体类型和所述目标实体类型对应的第一答案,所述第一答案根据所述第一样本文本中的预定字段确定。
33、第三方面,本发明实施例提供了一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如第一方面中任一项所述的方法。
34、第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面中任一项所述的方法。
35、第五方面,本发明实施例提供了一种计算机程序产品,所述计算机程序产品包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现如第一方面中任一项所述的方法。
36、本发明实施例在获取到待提取文本后,根据该待提取文本、该待提取文本中的特定实体类型和预先训练的信息提取模型获取特定实体类型对应的实体信息作为该待提取文本的信息提取结果。通过上述方式,本发明实施例能够快速且准确地从文本中提取出所需信息,并为后续的信息分析提供数据支持。
1.一种信息提取方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述待提取文本、所述待提取文本中的目标实体类型和预先训练的第一信息提取模型获取所述待提取文本的信息提取结果包括:
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述待提取文本和所述目标实体类型确定所述待提取文本的提示信息包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述相似度参数从所述候选语句中确定所述提问语句对应的关联语句包括:
6.根据权利要求1或3所述的方法,其特征在于,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,所述获取待提取文本包括:
8.根据权利要求7所述的方法,其特征在于,所述根据所述识别结果确定所述待提取文本包括:
9.一种信息提取装置,其特征在于,所述装置包括:
10.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-8中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
12.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现如权利要求1-8中任一项所述的方法。
