[发明专利]数据提取方法、装置、终端设备及介质

权利要求书

1.一种数据提取方法，其特征在于，包括：

获取纯文本格式的公告文档；

将所述公告文档中的各个关键词替换为基准词；所述关键词为所述公告文档中存在多词一意的名词；

确定待提取的数据项，所述数据项包括数据项名称以及与所述数据项名称关联的数据计算式；

识别与所述数据项名称相同的目标基准词，提取所述目标基准词对应的数据值；具体包括：确定所述数据计算式中包括的多个目标基准词；分别提取所述多个目标基准词对应的中间数据值；按照所述数据计算式，对所述多个目标基准词对应的中间数据值进行计算，得到目标数据值；

对所述数据项名称和所述数据值进行关联存储；具体包括：将所述数据项名称、所述多个目标基准词、所述多个目标基准词对应的中间数据值，以及所述数据项名称对应的目标数据值进行关联存储。

2.根据权利要求1所述的方法，其特征在于，所述获取纯文本格式的公告文档的步骤包括：

获取待处理的公告文档，将所述公告文档转换为纯文本格式；

对所述纯文本格式的公告文档中的计数方式进行统一。

3.根据权利要求1所述的方法，其特征在于，所述将所述公告文档中的各个关键词替换为基准词的步骤包括：

对所述公告文档中的文本内容进行分词，识别分词后获得的各个词语的词性信息；

根据所述各个词语的词性信息，确定所述公告文档中的多个关键词；

采用预设数据库中的基准词对各个关键词进行替换。

4.根据权利要求3所述的方法，其特征在于，所述采用预设数据库中的基准词对各个关键词进行替换的步骤包括：

针对所述公告文档中的任一关键词，在所述预设数据库中进行查找，确认所述预设数据库是否包含所述关键词，所述预设数据库中存储有多个基准词以及与任一基准词相关联的至少一个关键词；

若所述预设数据库包含所述关键词，则将所述公告文档中的所述关键词替换为关联的基准词。

5.根据权利要求1所述的方法，其特征在于，所述数据项还包括与所述数据项名称匹配的对象名称，所述识别与所述数据项名称相同的目标基准词，提取所述目标基准词对应的数据值的步骤包括：

识别与所述数据项名称相同的目标基准词，确定在所述目标基准词所在句子中是否包含所述对象名称；

若所述目标基准词所在句子包含所述对象名称，则从所述句子中提取与所述目标基准词对应的数据值。

6.一种数据提取装置，其特征在于，包括：

获取模块，用于获取纯文本格式的公告文档；

替换模块，用于将所述公告文档中的各个关键词替换为基准词；所述关键词为所述公告文档中存在多词一意的名词；

确定模块，用于确定待提取的数据项，所述数据项包括数据项名称以及与所述数据项名称关联的数据计算式；

提取模块，用于识别与所述数据项名称相同的目标基准词，提取所述目标基准词对应的数据值；具体包括：确定所述数据计算式中包括的多个目标基准词；分别提取所述多个目标基准词对应的中间数据值；按照所述数据计算式，对所述多个目标基准词对应的中间数据值进行计算，得到目标数据值；

存储模块，用于对所述数据项名称和所述数据值进行关联存储；具体包括：将所述数据项名称、所述多个目标基准词、所述多个目标基准词对应的中间数据值，以及所述数据项名称对应的目标数据值进行关联存储。

7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述数据提取方法的步骤。

8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述数据提取方法的步骤。