[发明专利]一种角色姓名提取方法及系统

说明书

本发明提供一种角色姓名提取方法及系统，该方法为：获取待提取文本信息；对待提取文本信息进行分句处理，得到多条待提取语句；利用预设的语义识别数据库，确定每一待提取语句对应的语言逻辑；根据每一待提取语句对应的语言逻辑，确定每一待提取语句的词信息；利用排除条件对每一待提取语句中的词信息进行筛选，提取待提取文本信息中用于指示角色姓名的词。本方案中，利用语义识别数据库确定每一待提取语句对应的语言逻辑，并根据每一待提取语句对应的语言逻辑提取每一待提取语句的词信息。利用预设的排除条件对所有词信息进行筛选，提取待提取文本信息中用于指示角色姓名的词，不需要人工提取角色姓名，提高提取准确率和提取效率。

技术领域

本发明涉及文本处理技术领域，具体涉及一种角色姓名提取方法及系统。

背景技术

随着科学技术的发展，利用电子设备阅读电子文本逐渐成为阅读文本的主流方式。

在将文本内容制作成电子文本的过程中，通常需要整理文本内容中的角色信息，即需要提取文本内容中的角色信息。目前提取文本内容中的角色信息的方式为：提取人员先通读文本内容，再根据提取人员的理解将文本内容中的角色信息提取出来。但是一方面，人工阅读文本内容可能出现漏读和错读的情况，导致提取的角色信息不完整和角色信息不准确。另一方面，人工阅读文本需要大量时间，提取角色信息也需要大量时间，导致提取效率低。

发明内容

有鉴于此，本发明实施例提供一种角色姓名提取方法及系统，以解决人工提取角色姓名存在的提取不准确和提取效率低等问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面公开一种角色姓名提取方法，所述方法包括：

获取待提取文本信息；

对所述待提取文本信息进行分句处理，得到多条待提取语句；

针对每一条待提取语句，利用预设的语义识别数据库，确定所述待提取语句对应的语言逻辑，所述语义识别数据库包括预先设定的语言逻辑和排除条件，所述语言逻辑由句法结构构成，所述排除条件用于指示非角色姓名的词信息；

根据每一所述待提取语句对应的语言逻辑，确定每一所述待提取语句的词信息；

利用所述排除条件对每一所述待提取语句中的词信息进行筛选，提取所述待提取文本信息中用于指示角色姓名的词。

优选的，所述对所述待提取文本信息进行分句处理，得到多条待提取语句，包括：

获取所述待提取文本信息中的标点符号分布信息；

利用所述标点符号分布信息，对所述待提取文本信息进行分句处理，得到多条待提取语句。

优选的，所述利用预设的语义识别数据库，确定所述待提取语句对应的语言逻辑，包括：

利用预设的语义识别数据库中的语言逻辑，分析所述待提取语句句法结构；

从预设的语义识别数据库中获取与所述语句结构信息相匹配的语言逻辑，确定所述待提取语句对应的语言逻辑。

优选的，所述方法还包括：

基于预设时间，将所述语义识别数据库中的所有语言逻辑进行交叉类比，更新所述语义识别数据库中的语言逻辑。

优选的，所述提取所述待提取文本信息中用于指示角色姓名的词之后，还包括：

对所述所有角色姓名进行去重复处理。

本发明实施例第二方面公开一种角色姓名提取系统，所述系统包括：

获取单元，用于获取待提取文本信息；