[发明专利]结构化文本的文本信息提取方法、存储介质和服务器

说明书

本发明公开了一种结构化文本的文本信息提取方法，用于解决现有技术对结构化文本进行文本信息提取时效率较低的问题。本发明提供的方法包括：根据预设的段落主题将当前的结构化文本拆分为各个文本段落；针对每个所述文本段落，从预设的各个解析字符串中选取与所述文本段落对应的段落主题相匹配的解析字符串；针对每个所述文本段落，采用选取出的所述解析字符串对所述文本段落进行解析，提取出所述文本段落对应的文本信息；在提取得到各个所述文本段落对应的文本信息之后，按照预设的模板汇总各个所述文本信息，得到所述结构化文本的文本信息。本发明还提供存储介质和服务器。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种结构化文本的文本信息提取方法、存储介质和服务器。

背景技术

目前，在很多结构化的文本中存在着大量用户感兴趣的文本信息，例如裁判文书、票务单据等。但是，若要用户个人梳理、摘取其中结构化文本中的内容，这往往需要耗费大量的人力和时间成本，尤其是当结构化文本的数量巨大时，难以满足用户对文本信息的提取需求。

发明内容

本发明实施例提供了一种结构化文本的文本信息提取方法、存储介质和服务器，能够提高结构化文本的文本信息提取效率，满足用户对巨量的结构化文本的文本信息提取需求。

第一方面，提供了一种结构化文本的文本信息提取方法，包括：

根据预设的段落主题将当前的结构化文本拆分为各个文本段落；

针对每个所述文本段落，从预设的各个解析字符串中选取与所述文本段落对应的段落主题相匹配的解析字符串；

针对每个所述文本段落，采用选取出的所述解析字符串对所述文本段落进行解析，提取出所述文本段落对应的文本信息；

在提取得到各个所述文本段落对应的文本信息之后，按照预设的模板汇总各个所述文本信息，得到所述结构化文本的文本信息。

第二方面，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存储有计算机程序，所述计算机程序被处理器执行时实现上述的结构化文本的文本信息提取方法的步骤。

第三方面，提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

根据预设的段落主题将当前的结构化文本拆分为各个文本段落；

针对每个所述文本段落，从预设的各个解析字符串中选取与所述文本段落对应的段落主题相匹配的解析字符串；

针对每个所述文本段落，采用选取出的所述解析字符串对所述文本段落进行解析，提取出所述文本段落对应的文本信息；

在提取得到各个所述文本段落对应的文本信息之后，按照预设的模板汇总各个所述文本信息，得到所述结构化文本的文本信息。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明实施例中，首先，根据预设的段落主题将当前的结构化文本拆分为各个文本段落；然后，针对每个所述文本段落，从预设的各个解析字符串中选取与所述文本段落对应的段落主题相匹配的解析字符串；接着，针对每个所述文本段落，采用选取出的所述解析字符串对所述文本段落进行解析，提取出所述文本段落对应的文本信息；在提取得到各个所述文本段落对应的文本信息之后，按照预设的模板汇总各个所述文本信息，得到所述结构化文本的文本信息。这样，本发明可以针对结构化文本先拆分后解析的方式，对结构化文本的各个文本段落分别采用解析字符串提取出文本信息，最终得到整个结构化文本的文本信息，大大提高了结构化文本的文本信息提取效率，尤其是在大数据处理方面，可以满足用户对巨量的结构化文本的文本信息提取需求。

附图说明