[发明专利]一种信息提取方法、装置、电子设备及存储介质

权利要求书

1.一种信息提取方法，其特征在于，包括：

获取待应用的目标字段以及从目标表格中提取出来的文本信息；

从所述文本信息中召回与所述目标字段匹配的键信息，并基于所述键信息从所述文本信息中召回至少一个候选信息；

针对每个所述候选信息，将所述键信息与所述候选信息输入到已训练完成的目标分类模型中，并根据所述目标分类模型的输出结果得到分类概率，其中，所述分类概率表示将所述键信息与所述候选信息匹配为键值对的概率；

基于各所述候选信息分别对应的分类概率，对各所述候选信息进行排序；

基于各所述候选信息的排序结果，从各所述候选信息中确定目标信息，并将所述目标信息作为从所述目标表格中提取出来的所述目标字段的字段值。

2.根据权利要求1所述的方法，其特征在于，在所述将所述键信息与所述候选信息输入到已训练完成的目标分类模型中之前，还包括：

对所述键信息和所述候选信息进行特征提取，得到特征信息；

所述将所述键信息与所述候选信息输入到已训练完成的目标分类模型中，包括：

将所述特征信息输入到已训练完成的目标分类模型中。

3.根据权利要求2所述的方法，其特征在于，所述对所述键信息和所述候选信息进行特征提取，得到特征信息，包括：

分别获取包围住所述候选信息的候选框以及包围住所述键信息的键框；

针对所述候选框的左框线上的第一点以及所述键框的右框线上的第二点，确定所述第一点与所述第二点间的左右相距距离；

针对所述候选框的上框线上的第三点以及所述键框的下框线上的第四点，确定所述第三点与所述第四点间的上下相距距离；

根据所述左右相距距离和所述上下相距距离，确定特征信息。

4.根据权利要求3所述的方法，其特征在于，所述根据所述左右相距距离和所述上下相距距离，确定特征信息，包括：

确定所述左右相距距离以及所述上下相距距离中的较小相距距离；

根据所述左右相距距离、所述上下相距距离及所述较小相距距离中的至少一个，确定特征信息。

5.根据权利要求2所述的方法，其特征在于，所述对所述键信息和所述候选信息进行特征提取，得到特征信息，包括：

将所述键信息输入到语言表示模型中，得到第一词向量，以及将所述候选信息输入到所述语言表示模型中，得到第二词向量，其中，所述语言表示模型包括来自Transformer的双向编码器表示模型；

基于所述第一词向量和所述第二词向量，确定所述键信息与所述候选信息之间的相关度，并将所述相关度作为特征信息。

6.根据权利要求1所述的方法，其特征在于，所述目标分类模型通过如下步骤预选训练得到：

获取从样本表格中提取出来的样本信息；

从所述样本信息中召回与所述目标字段匹配的第一信息，并基于所述第一信息从所述样本信息中召回至少一个第二信息；

针对每个所述第二信息，将所述第一信息以及所述第二信息作为一组训练样本，其中，所述训练样本是正训练样本或是负训练样本；

基于多组所述训练样本对原始分类模型进行训练，得到所述目标分类模型。

7.根据权利要求1所述的方法，其特征在于，所述从所述文本信息中召回与所述目标字段匹配的键信息，包括：

获取预先配置的与所述目标字段匹配的键模式，并从所述文本信息中召回与所述键模式匹配的键信息；

所述基于所述键信息从所述文本信息中召回至少一个候选信息，包括：

从所述文本信息中召回位于所述键信息的预设位置上的中间信息；

获取预先配置的与所述目标字段匹配的值模式，并基于所述值模式从所述中间信息中召回至少一个候选信息。