[发明专利]通用文本信息提取方法、装置、计算机设备和存储介质

说明书

本申请涉及人工智能，提供一种通用文本信息提取方法、装置、计算机设备和存储介质，方法包括：将模型训练样本输入标注模型进行标注，得到与模型训练样本对应的标注规则；根据标注规则建立基础标注模型，将待处理文本输入基础标注模型进行标注，得到标注序列；获取与标注序列对应的序列消解规则，根据序列消解规则确定与标注序列对应的标注文本；获取标注文本中的目标句法特征和目标语义特征；将目标句法特征和目标语义特征输入已训练的句法语义分析模型进行分析，得到与标注文本对应的句法语义分析结果；根据标注文本和句法语义分析结果确定与待处理文本对应的目标提取信息，能够在仅需少量样本的情况下提取各种类型的文本信息。

技术领域

本申请涉及计算机技术领域，特别是涉及一种通用文本信息提取方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术领域和信息时代的高速发展，人们每天需要面对海量的信息，其中文本信息几乎每天都需接触。在面对海量文本信息的同时，人们常常需要花费大量的时间进行查找以及提取。

传统的对于不同类型文本信息的提取需要针对所提取文本所在领域进行建模，并且在建模前需要提前定义所需提取的字段，并获得大量相关标注数据集进行建模，在仅需少量样本的情况下无法实现对各种类型的文本信息进行提取。

发明内容

基于此，有必要针对上述技术问题，提供一种能够在仅需少量样本的情况下提取各种类型的文本信息的通用文本信息提取方法、装置、计算机设备和存储介质。

一种通用文本信息提取方法，所述方法包括：

获取模型训练样本和待处理文本；

将所述模型训练样本输入标注模型进行标注，得到与所述模型训练样本对应的标注规则；

根据所述标注规则建立基础标注模型，将所述待处理文本输入所述基础标注模型进行标注，得到标注序列；

获取与所述标注序列对应的序列消解规则，根据所述序列消解规则确定与所述标注序列对应的标注文本；

获取所述标注文本中的目标句法特征和目标语义特征；

将所述目标句法特征和所述目标语义特征输入已训练的句法语义分析模型进行分析，得到与所述标注文本对应的句法语义分析结果；

根据所述标注文本和所述句法语义分析结果确定与所述待处理文本对应的目标提取信息。

在其中一个实施例中，所述方法还包括：

将所述待处理文本输入已训练的分词模型进行分词，得到分词结果；

获取与所述待处理文本对应的分词错误消解规则；

根据所述分词错误消解规则筛选所述分词结果，得到目标分词信息；

将所述目标分词信息输入所述基础标注模型进行标注，得到所述标注序列。

在其中一个实施例中，所述方法还包括：

显示所述目标提取信息，获取与所述目标提取信息对应的信息更新结果；

将所述信息更新结果输入所述句法语义分析模型进行分析，得到更新后的句法语义分析结果；

根据所述更新后的句法语义分析结果更新所述句法分析规则和所述语义分析规则；

将更新后的句法分析规则和语义分析规则存储至所述句法语义分析模型。

在其中一个实施例中，所述方法还包括：

获取所述标注文本中的句法特征和语义特征；

将所述句法特征和所述语义特征输入已训练的特征细化模型进行特征细化，得到细化句法特征和细化语义特征；