[发明专利]文本结构化处理方法、装置、计算机设备、介质和产品

说明书

本申请涉及一种文本结构化处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取电力系统中的非结构化文本，对非结构化文本进行文本分割，生成文本分割结果；针对各文本分割结果，提取文本分割结果的属性信息；基于文本分割结果的属性信息对文本分割结果进行结构化转换，生成与非结构化文本对应的结构化文本。采用本方法能够减少开发工作量，降低成本。

技术领域

本申请涉及自然语言处理技术领域，特别是涉及一种文本结构化处理方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着我国经济水平的不断提高，国民用电量也逐步增大，因此电力系统规模不断扩大，随之而来的电力系统运作相关的工艺规程也不断增多。在电力系统运行过程中，需要对大量的工艺规程的执行情况进行实时追踪记录，以保证电力系统的正常运行。

传统方法，采用纸质版的工艺规程，对电力系统运行过程所产生的数据进行实时追踪记录生成记录结果。然而，所生成的纸质版的记录结果不便于保存。

随之出现了采用普通电子版本的工艺规程，对电力系统运行过程所产生的数据进行实时追踪记录的方式。但是，在采用普通电子版本的工艺规程，对电力系统运行过程所产生的数据进行实时追踪记录的过程中，针对电力系统中不同细分领域的工艺规程，需要分别采用不同的文本处理方法进行处理。因此，文本处理过程中的的工作量大、成本较高。

发明内容

基于此，有必要针对上述技术问题，提供一种开发工作量小且成本低的文本结构化处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种文本结构化处理方法，该方法包括：

获取电力系统中的非结构化文本，对该非结构化文本进行文本分割，生成文本分割结果；

针对各文本分割结果，提取上述文本分割结果的属性信息；

基于上述属性信息对文本分割结果进行结构化转换，生成与上述非结构化文本对应的结构化文本。

在其中一个实施例中，基于上述属性信息对文本分割结果进行结构化转换，生成与上述非结构化文本对应的结构化文本，包括：

基于上述文本分割结果的属性信息对上述文本分割结果进行分类，生成上述文本分割结果的分类结果；

根据分类结果，将文本分割结果填充至与分类结果对应的结构化模板；

基于填充了上述文本分割结果的结构化模板，生成与上述非结构化文本对应的结构化文本。

在其中一个实施例中，针对上述各文本分割结果，提取上述文本分割结果的属性信息，包括：

针对各文本分割结果，基于预设文本编写规则提取上述文本分割结果的属性信息；上述预设文本编写规则为编写非结构化文本所采用的编写规则，且预设文本编写规则中包括文本分割结果的文本排版格式及文本内容信息与属性信息之间的编写规则。

在其中一个实施例中，针对各文本分割结果，基于预设文本编写规则提取文本分割结果的属性信息，包括：

针对各文本分割结果，从上述文本分割结果中提取文本内容信息，并识别上述文本分割结果的文本排版格式；

根据上述文本分割结果的文本内容信息及文本排版格式，基于编写规则确定上述文本分割结果的属性信息；该属性信息包括文本属性及指令属性。

在其中一个实施例中，上述指令属性包括控制指令属性及记录指令属性；若确定上述文本分割结果的属性信息为指令属性，上述方法还包括：

从上述文本分割结果中提取与指令属性相关的关键字；

根据与指令属性相关的关键字，确定上述文本分割结果的指令属性为控制指令属性或记录指令属性。