[发明专利]文本关键信息提取方法、装置、计算机设备和存储介质

说明书

本发明涉及一种文本关键信息提取方法、装置、计算机设备和存储介质，方法包括：获取待提取关键信息的当前文本；对当前文本进行分词处理，得到当前文本对应的目标词语；获取目标词语对应的各个目标词向量，按照目标词语在当前文本的排列顺序将对应的各个目标词向量进行组合，得到目标向量矩阵；根据已训练的目标神经网络模型对目标向量矩阵进行处理，得到待提取关键信息对应的目标位置，其中，目标神经网络模型以目标词向量为单位进行特征提取，目标神经网络模型的特征提取方向与目标词向量在目标向量矩阵的排列顺序一致；从当前文本中提取目标位置对应的目标词语作为关键信息。上述方法提高了提取关键信息的准确性。

技术领域

本发明涉及计算机技术领域，特别是涉及文本关键信息提取方法、装置、计算机设备和存储介质。

背景技术

随着信息技术的发展，日常活动产生的信息量越来越多，因此在很多场景下存在提取信息的需求，例如可以提取终端接收的信用卡消费短信中的还款日以及金额，以在还款日期临近时提醒用户。

传统技术中，根据信息形式是固定的，设置提取信息的位置，当接收到信息时，根据设置的位置从信息中提取数据。然而，目前信息的形式越来越多样化，根据预先设置的位置得到的信息并不准确。

发明内容

基于此，有必要针对上述的问题，提供一种文本关键信息提取方法、装置、计算机设备和存储介质，对文本进行关键信息提取时根据目标神经网络模型进行处理的目标向量矩阵根据文本内容得到，且利用模型进行特征提取时以目标词向量为单位进行特征提取，特征提取方向与目标词向量在目标向量矩阵的排列顺序一致，考虑了文本的排序以及文本中词语的整体性，因此得到的目标位置准确，提高了信息提取的准确性。

一种文本关键信息提取方法，所述方法包括：获取待提取关键信息的当前文本；对所述当前文本进行分词处理，得到所述当前文本对应的目标词语；获取所述目标词语对应的各个目标词向量，按照所述目标词语在所述当前文本的排列顺序将对应的所述各个目标词向量进行组合，得到目标向量矩阵；根据已训练的目标神经网络模型对所述目标向量矩阵进行处理，得到待提取关键信息对应的目标位置，其中，所述目标神经网络模型以所述目标词向量为单位进行特征提取，所述目标神经网络模型的特征提取方向与所述目标词向量在所述目标向量矩阵的排列顺序一致；从所述当前文本中提取所述目标位置对应的目标词语作为关键信息。

一种文本关键信息提取装置，所述装置包括：当前文本获取模块，用于获取待提取关键信息的当前文本；分词模块，用于对所述当前文本进行分词处理，得到所述当前文本对应的目标词语；目标矩阵得到模块，用于获取所述目标词语对应的各个目标词向量，按照所述目标词语在所述当前文本的排列顺序将对应的所述各个目标词向量进行组合，得到目标向量矩阵；位置得到模块，用于根据已训练的目标神经网络模型对所述目标向量矩阵进行处理，得到待提取关键信息对应的目标位置，其中，所述目标神经网络模型以所述目标词向量为单位进行特征提取，所述目标神经网络模型的特征提取方向与所述目标词向量在所述目标向量矩阵的排列顺序一致；提取模块，用于从所述当前文本中提取所述目标位置对应的目标词语作为关键信息。

在其中一个实施例中，所述装置还包括：内容类型获取模块，用于获取所述当前文本对应的业务类型，获取所述业务类型对应的多个待提取关键信息的目标内容类型；模型获取模块，用于获取与所述各个目标内容类型对应的目标神经网络模型；所述位置得到模块用于：根据所述各个已训练的目标神经网络模型对所述目标向量矩阵进行处理，得到所述各个目标内容类型对应的目标位置；所述装置还包括：填充位置获取模块，用于获取所述各个目标内容类型在预设内容填充模板对应的填充位置；填充内容获取模块，用于根据所述各个目标位置对应的关键信息得到对应的填充内容；目标内容得到模块，用于将所述填充内容填充到对应的填充位置上，得到目标内容。

在其中一个实施例中，所述分词模块包括：当前数据获取单元，用于获取所述当前文本中预设数据类型的当前数据；替换单元，用于将所述当前数据替换为所述预设数据类型对应的替换数据，得到目标文本；分词单元，用于对所述目标文本进行分词处理，得到所述当前文本对应的目标词语。