[发明专利]文本事件信息提取方法、电子装置和非易失性存储介质

权利要求书

1.一种文本事件信息提取方法，其特征在于，所述方法包括：

对文本进行预处理，所述预处理包括对文本进行分词划分，并将分词做向量转换后得到词向量，以及将所述词向量输入至深度神经网络模型进行实体识别，得到实体对应的实体标签序列；其中，所述深度神经网络模型包括双向RNN层和CRF层；所述词向量依次送入双向RNN层，得到分词标签的概率分布，所述分词标签的概率分布送入所述CRF层，得到实体对应的实体标签序列；

对文本进行分块处理，得到文本块，并进行文本块分类提取处理，所述文本块分类提取处理包括：基于文本格式特征定义的信息类型，按照文法定义的对应模式规则，将所述文本块中的分词和实体按照所述文法定义的对应模式规则，整理成结构化后的文本块；并且所述模式规则的配置信息提取模型，能够根据不同的应用场景分别进行配置；并且采用文法定义的对应模式规则顺序判断连续行是否符合特定的模式，并在完成文本符合对应特定模式结束后，将各行匹配上的模式规则结果存入字符串类型的多维数组中；

对所述文本中结构化后的文本块进行事件信息提取处理，所述事件信息提取处理包括使用所述文法定义的对应模式规则实现关键字抽取，并把关键字输出到事件信息提取对应的结果模板中；其中，关键字抽取中的模式规则的配置信息提取模型采用规则描述语言NPRDL进行表达书写的，NPRDL语言采用的是BNF范式；并且所述规则描述语言是基于复杂特征集的手段来描述词汇的语法语义信息，同时在动态分析中使用基于复杂特征集描述的动态属性表来描述。

2.根据权利要求1所述的方法，其特征在于，当文本为个人简历时，所述个人简历分块处理后包括基本信息对应第一文本块、教育经历对应第二文本块、工作经历对应第三文本块、培训经历对应第四文本块、资格证书对应第五文本块、求职意愿对应第六文本块；所述格式特征分别包括基本信息、教育经历、工作经历、培训经历、资格证书、求职意愿对应的信息特征；所述文法定义的对应模式规则包括按照编译原理中的词法分析、语法分析，以及语义分析定义的判断规则。

3.根据权利要求1所述的方法，其特征在于，所述对文本进行分词划分包括：在核心词典的组织中，采用双数组trie树的方法；针对交集型分词歧义，采用规则与统计相结合的方法；针对未登录词识别，采用基于条件随机场的识别方法。

4.根据权利要求1所述的方法，其特征在于，所述关键字抽取中的模式规则中设置有类属信息，所述关键字抽取中的模式规则还包括文本行内上下文规则分析，所述文本行内上下文规则分析包括对文本进行分词切分和实体识别的结果，采用预定的规则校正方法对分词结果进行修正，对有歧义的类属进行重新标识。

5.根据权利要求1所述的方法，其特征在于，所述关键字抽取中的模式规则包括化简合并规则，并且将复杂的长规则放在前面，将简单的短规则放在后面。

6.一种电子装置，其特征在于，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-5中任意一种所述的方法。

7.一种非易失性存储介质，其上存储有计算机程序，其特征在于，该计算机程序被执行时实现如权利要求1-5中任意一种所述方法的步骤。