[发明专利]信息抽取方法和系统

权利要求书

1.一种信息抽取方法，其特征在于，所述方法包括：

获取待抽取文本；

设置自定义节点，所述自定义节点的节点格式为每一自定义节点以第一标识符号进行标识，每一自定义节点的节点内容包括节点名和通过文本信息属性与文本信息属性值的对应关系表达的文本信息，所述文本信息属性与对应的文本信息属性值之间的对应关系通过第二标识符号进行标识，每一文本信息属性值通过第三标识符号进行标识；

根据所述节点格式对所述待抽取文本进行解析生成表达所述待抽取文本的文本信息的节点，通过所述节点组成队列；

获取通过子节点生成父节点的节点合成规则；所述节点合成规则包括将多个节点所表达的文本信息进行合成形成新节点，以形成子节点和父节点对应关系的运算规则；

根据所述节点合成规则对所述队列中的所述节点进行合成生成父节点，根据所述父节点形成抽取信息。

2.如权利要求1所述的信息抽取方法，其特征在于：所述方法还包括：

设置表达时间、地址、人物相关的文本信息的节点为内置节点；

设置表达事件类型相关的文本信息的节点为消息节点。

3.如权利要求1所述的信息抽取方法，其特征在于：所述方法还包括：

设置文本信息属性与文本信息属性值的类型，所述文本信息属性包括原始字符串、规整后字符串及词性标记，所述原始字符串对应的文本信息属性值为原始文本，所述规整后字符串对应的文本信息属性值为将原始文本以预设格式转换后的文本，所述词性标记对应的文本信息属性值为用于分别标识不同原始文本词性的预设字符。

4.如权利要求1所述的信息抽取方法，其特征在于：所述方法还包括：

设置文本信息属性，所述文本信息属性包括可空属性。

5.如权利要求1所述的信息抽取方法，其特征在于：所述方法还包括：

设置文本信息属性与文本信息属性值的类型，所述文本信息属性包括过滤属性，过滤属性对应的文本信息属性值为过滤条件。

6.如权利要求1所述的信息抽取方法，其特征在于：所述方法还包括：

设置文本节点，所述文本节点的节点格式为直接显示原始文本表达文本信息。

7.如权利要求1所述的信息抽取方法，其特征在于：所述节点的节点格式包括通过文本信息属性与文本信息属性值的对应关系表达文本信息，所述获取通过子节点生成父节点的节点合成规则的步骤包括：

获取复制指定子节点的文本信息属性值作为父节点的文本信息属性值的复制合成规则。

8.如权利要求1所述的信息抽取方法，其特征在于：所述节点的节点格式包括通过文本信息属性与文本信息属性值的对应关系表达文本信息，所述获取通过子节点生成父节点的节点合成规则的步骤包括：

获取选取多个子节点的文本信息属性值合并生成父节点的文本信息属性值的合并合成规则。

9.如权利要求1所述的信息抽取方法，其特征在于：所述节点的节点格式包括通过文本信息属性与文本信息属性值的对应关系表达文本信息，所述获取通过子节点生成父节点的节点合成规则的步骤包括：

获取选取所有子节点的指定文本信息属性的文本信息属性值生成父节点的文本信息属性值的收集合成规则。

10.如权利要求1所述的信息抽取方法，其特征在于：所述根据所述节点合成规则对所述队列中的所述节点进行合成生成父节点，根据所述父节点形成抽取信息的步骤包括：

判断所述队列是否为空；

当所述队列不为空时，将所述队列头部的节点存储至数据库中形成待抽取节点；

将所述数据库中的待抽取节点与所述节点合成规则进行匹配，当所述待抽取节点与所述节点合成规则匹配时，将所述待抽取节点按照所述节点合成规则进行合成生成父节点，并返回所述判断所述队列是否为空的步骤；

当所述队列为空时，根据所述数据库中的所述父节点形成抽取信息。