[发明专利]一种文本信息提取方法、装置及设备

权利要求书

1.一种文本信息提取方法，其特征在于，所述方法包括：

提取预设长度的待处理文本的文本特征以及词性特征；

将所述待处理文本的文本特征以及词性特征进行融合，得到所述待处理文本的文本融合特征；

将第一层次的序列标注模型确定为当前层次的序列标注模型；

将所述待处理文本的文本融合特征输入所述当前层次的序列标注模型，对所述当前层次的序列标注模型对应的待抽取信息项进行标注，得到所述当前层次的序列标注模型输出的所述待处理文本的标注结果；

判断是否存在下一层次的序列标注模型；

如果存在下一层次的序列标注模型，将所述当前层次的序列标注模型输出的所述待处理文本的标注结果与所述待处理文本的文本融合特征进行融合，重新得到所述待处理文本的文本融合特征；

将所述下一层次的序列标注模型确定为当前层次的序列标注模型，重新执行所述将所述待处理文本的文本融合特征输入所述当前层次的序列标注模型以及后续步骤；

如果不存在下一层次的序列标注模型，获得各个层次的序列标注模型输出的所述待处理文本的标注结果；

对所述各个层次的序列标注模型输出的所述待处理文本的标注结果进行解析，获得所述待处理文本包括的不同层次的待抽取信息项的信息抽取内容。

2.根据权利要求1所述的方法，其特征在于，在提取预设长度的待处理文本的文本特征以及词性特征之前，所述方法还包括：

对原始文本进行冗余信息过滤以及敏感信息脱敏处理，得到第一目标文本；

如果所述第一目标文本的长度大于预设长度，将所述第一目标文本切分为多个小于或等于所述预设长度的第二目标文本，将所述第二目标文本的长度补齐到所述预设长度，生成待处理文本；

如果所述第一目标文本的长度小于预设长度，将所述第一目标文本的长度补齐到所述预设长度，生成待处理文本；

如果所述第一目标文本的长度等于预设长度，将所述第一目标文本确定为待处理文本。

3.根据权利要求1所述的方法，其特征在于，在获得所述待处理文本包括的不同层次的待抽取信息项的信息抽取内容之后，所述方法还包括：

获取目标信息抽取内容的文本特征以及目标术语文本的文本特征，所述目标信息抽取内容为所述信息抽取内容中的任一项，所述目标术语文本为预先确定的术语文本中的任一项；

将所述目标信息抽取内容的文本特征与所述目标术语文本的文本特征进行匹配；

如果所述目标信息抽取内容的文本特征与所述目标术语文本的文本特征匹配，将所述目标信息抽取内容替换为所述目标术语文本。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

初始化各个层次的序列标注模型；

将第一层次的序列标注模型确定为当前层次的序列标注模型；

将训练文本的文本融合特征输入所述当前层次的序列标注模型，对所述当前层次的序列标注模型对应的待抽取信息项进行标注，得到所述当前层次的序列标注模型输出的所述训练文本的标注结果；

根据所述训练文本中针对所述当前层次的序列标注模型对应的待抽取信息项的标准标注结果以及所述当前层次的序列标注模型输出的所述训练文本的标注结果，得到所述当前层次的序列标注模型的损失值；

判断是否存在下一层次的序列标注模型；

如果存在下一层次的序列标注模型，将所述当前层次的序列标注模型输出的所述训练文本的标注结果与所述训练文本的文本融合特征进行融合，重新得到所述训练文本的文本融合特征；

将所述下一层次的序列标注模型确定为当前层次的序列标注模型，重新执行所述将所述训练文本的文本融合特征输入所述当前层次的序列标注模型以及后续步骤；

如果不存在下一层次的序列标注模型，获得各个层次的序列标注模型的损失值；

将所述各个层次的序列标注模型的损失值加权相加得到综合损失值，根据所述综合损失值调整所述各个层次的序列标注模型；

重新执行所述将第一层次的序列标注模型确定为当前层次的序列标注模型以及后续步骤，直到达到预设停止条件，得到训练生成的各个层次的序列标注模型。