[发明专利]一种表格信息抽取方法、装置、设备及介质

摘要

本申请涉及数据挖掘技术领域，具体涉及一种表格信息抽取方法、装置、设备及介质，用于提高表格信息抽取的准确性。该方法包括：对包括表格的目标文档进行分词，获得多个词；对多个词中每个词的位置向量和特征向量进行拼接，获得每个词的序列向量；位置向量用于指示每个词在目标文档的页面中的位置，特征向量用于指示每个词与目标知识图谱中的实体之间的关联关系，目标知识图谱为目标领域的知识图谱；将每个词的序列向量输入神经网络，输出每个词的信息类型；神经网络是基于大量样本数据集训练获得的，样本数据集包括多个样本词的序列向量、以及每个样本词的信息类型；从多个词中抽取信息类型为关键信息类型的词，获得表格的关键信息。