[发明专利]一种关键信息抽取方法、装置、设备和可读存储介质

权利要求书

1.一种关键信息抽取方法，其特征在于，所述方法包括：

对目标文本进行内容解析，得到解析结果；其中，所述解析结果中包括：文本内容；

将所述文本内容与设定字段进行正则匹配并得到正则匹配结果；

根据所述正则匹配结果，确定关键信息的抽取方式，并以所述抽取方式抽取关键信息；其中，所述抽取方式包括至少两种抽取方式。

2.根据权利要求1所述的方法，其特征在于，所述根据所述正则匹配结果，确定关键信息的抽取方式，包括：

建立所述正则匹配结果与所述关键信息的抽取方式的关联关系；

若所述正则匹配成功，则确定关键信息的抽取方式第一抽取方式；

若所述正则匹配不成功，则确定关键信息的抽取方式为第二抽取方式。

3.根据权利要求1所述的方法，其特征在于，所述对目标文本进行内容解析，得到解析结果，包括：

将所述目标文本的格式变换为预设格式，得到格式变换结果；

从所述格式变换结果中选取目标格式的文件作为所述解析结果。

4.根据权利要求1所述的方法，其特征在于，所述以所述抽取方式抽取关键信息包括：

若所述抽取方式确定为第一抽取方式，则确定关键信息区块，并从所述关键信息区块中抽取关键信息。

5.根据权利要求1所述的方法，其特征在于，所述将所述文本内容与设定字段进行正则匹配并得到正则匹配结果，包括：

将所述文本标题与目录字段进行正则匹配；

将位于所述目录字段之前的所述正文文本与摘要字段和关键字字段进行正则匹配，并得到正则匹配结果。

6.根据权利要求1-5任一项所述的方法，其特征在于，在所述对目标文本进行内容解析，得到解析结果之前，还包括：

接收输入文本，并检查所述输入文本的格式；

若所述输入文本的格式满足设定要求，则将所述输入文本划分为目标文本。

7.根据权利要求1所述的方法，其特征在于，所述以所述抽取方式抽取关键信息包括：

若所述抽取方式确定为第二抽取方式，将所述目标文本输入到语言分析模型中；

通过所述语言分析模型抽取所述目标文本的关键信息。

8.根据权利要求7所述的方法，其特征在于，所述通过所述语言分析模型抽取所述目标文本的关键信息，包括：

对所述目标文本进行分词处理，得到分词结果；

将所述分词结果输入到所述语言分析模型，以供所述语言分析模型对所述分词结果建立词向量矩阵；

根据所述词向量矩阵，得到所述分词结果中的词语对于所述目标文本的贡献度；

根据所述词语的贡献度确定关键信息，并抽取所述关键信息。

9.根据权利要求7所述的方法，其特征在于，在所述将所述目标文本输入到语言分析模型中之前，还包括：

统计所述目标文本的字符数；

根据所述目标文本的字符数确定语言分析模型版本，其中所述语言分析模型版本包括：完整版语言分析模型和精简版语言分析模型。

10.根据权利要求9所述的方法，其特征在于，所述完整版语言分析模型是以对整个目标文档的分词结果为数据集训练得到的；所述精简版语言分析模型以对目标文档中预选段落的分词结果为数据集训练得到的。

11.根据权利要求8所述方法，其特征在于，所述根据所述词语的贡献度确定关键信息，并抽取所述关键信息，包括：

根据所述词语的贡献度，对所述词语进行排序；

抽取排名在设定范围内的所述词语作为关键词语；和/或，

将所述词语进行线性组合得到语句，并根据所述词语的贡献度，计算所述语句的贡献度；

对所述语句进行排序，抽取排名在设定范围内的所述语句作为关键语句。