[发明专利]结构化数据提取装置、方法及存储介质

说明书

本发明提供了一种信息提取装置、方法和存储介质。获取复数个训练文本，及预设的用于指示目标信息在其中每个训练文本中的位置的标注信息；获取所述复数个训练文本中每个训练文本对应的第一文本特征表示信息；利用所述第一文本特征表示信息和所述标注信息确定一定位策略。获取目标文本及所述目标文本对应的第二文本特征表示信息，利用所述定位策略确定所述目标信息在所述第二文本特征表示信息中的位置的预估信息；根据所述预估信息从所述目标文本中提取出所述目标信息。技术方案利用目标信息在训练文本的文本特征表示信息中的位置规律获得定位策略，从而具有对文本的语义进行分析从而定位其中目标信息的能力，提高了信息提取的效率和准确度。

技术领域

本发明涉及数据处理领域，特别是一种结构化数据提取装置、方法及存储介质。

背景技术

非结构化数据是指无法用统一的结构表达的数据，例如文档、图片、音视频，等。目前，广泛使用的数据均为非结构化数据的形式，例如各种文档、医学报告、工作报告，等。结构化数据中的每条数据都包括数据类型和相应的数据值。与结构化数据相比，非结构化数据不方便采用计算机技术进行信息提取、检索、统计等操作。

中国专利申请CN1497473A公开了基于规则将非结构化文本信息转换成结构化形式的方法和装置，该方法包括步骤：输入结构化规则；获取非结构化文本信息；对非结构化文本信息进行语法分析，产生小的文本片段；从非结构化文本信息的文本单元中寻找结构化规则中定义的文本片段；按照结构化规则中确定的条件对非结构化文本信息的文本片段进行结构化。该装置包括：用于非结构化文本信息的输入装置；用于结构化规则的输入装置和存储装置；用于从非结构化文本信息中提取小文本单元的提取装置；用于根据结构化规则产生结构化文本信息的结构化装置；和用于结构化文本信息中的文本单元的处理装置。

中国专利申请CN101154159A公开了一种有效和可以简单地操作的、为医疗成像产生和运行软件应用程序的系统(1)，该系统包括至少一个框架结构(2，22，34，45，58，69，81)，该框架结构具有一个服务层(3)以及一个作为应用编程接口设置在该服务层之上的工具箱层(4)，其中，所述工具箱层(4)和服务层(3)的功能分别被概括在多个组件中，这些组件被这样严格地分级设置，使得总是仅仅可以从上级的组件出发对任意的组件进行访问。

中国专利申请CN107644671A公开了用于在评价图像数据集时支持报告医师的方法、图像记录系统、计算机程序和电子可读数据载体。一种用于在利用图像记录系统(10)记录的患者的图像数据集的评价中支持报告医师的方法，其中图像数据集由至少一个预处理算法自动地处理用于显示给报告医师，其中至少一个预处理算法和/或将至少一个预处理算法参数化的至少一个预处理参数由人工智能的选择算法根据以下而自动地选择：描述图像数据集的记录和/或记录区域的记录信息(1)的至少一项，和/或关于患者的先前检查的附加信息(3a，3b，3c，3d)的至少一项。

发明内容

有鉴于此，本发明提出了一种提高功率放大器效率的方法，用以提高功率放大器的效率，进一步确保功率放大器的线性度。

各实施例提供了一种信息提取装置，可以包括：

学习模块，用于获取复数个训练文本，及预设的用于指示目标信息在其中每个训练文本中的位置的标注信息；获取所述复数个训练文本中每个训练文本对应的第一文本特征表示信息；利用所述第一文本特征表示信息和所述标注信息确定一定位策略；及

提取模块，用于获取目标文本及所述目标文本对应的第二文本特征表示信息，利用所述定位策略确定所述目标信息在所述第二文本特征表示信息中的位置的预估信息；根据所述预估信息从所述目标文本中提取出所述目标信息。

可见，各实施例的信息提取装置利用目标信息在训练文本的文本特征表示信息中的位置规律获得定位策略，从而具有对文本的语义进行分析从而定位其中目标信息的能力，因此，提高了信息提取的效率和准确度。

一些实施例中，学习模块可以包括：