[发明专利]信息提取方法、设备及存储介质

权利要求书

1.一种信息提取方法，所述方法包括：

获取全局节点集和用于提取目标信息的关键词，所述全局节点集中的节点按照网状结构存储，所述全局节点集中的各个节点包含的页面信息组成全局信息；

根据所述网状结构，在所述全局节点集中筛选出与所述关键词对应的第一节点集，所述第一节点集中包括的节点为与所述关键词满足预设相关关系，且未出现主题漂移的节点；

提取所述第一节点集中每个节点包含的页面信息，得到目标信息。

2.根据权利要求1所述的方法，所述根据所述网状结构，在所述全局节点集中筛选出与所述关键词对应的第一节点集，包括：

在所述全局节点集中确定所述关键词对应的节点，得到起始节点；

从所述起始节点开始，按照所述网状结构向下遍历，获取所述全局节点集中与所述关键词满足预设相关关系且未出现主题漂移的第一节点；

将所述起始节点和获取到的第一节点确定为第一节点集。

3.根据权利要求2所述的方法，所述从所述起始节点开始，按照所述网状结构向下遍历，获取所述全局节点集中与所述关键词满足预设相关关系且未出现主题漂移的第一节点，包括：

建立当前节点集，所述当前节点集中包括所述起始节点；

在所述全局节点集中获取所述当前节点集中包括的各个节点的所有子节点；

删除所述所有子节点中出现主题漂移的子节点，得到子节点集；

当所述子节点集不为空时，将所述子节点集中的子节点确定为第一节点，并将所述子节点集更新为当前节点集。

4.根据权利要求3所述的方法，所述删除所述所有子节点中出现主题漂移的子节点，得到子节点集，包括：

在所述全局节点集中，获取所述每个子节点的直接父节点，其中，子节点的直接父节点为所述子节点的所有父节点中与所述子节点的相关度最大的父节点；

若当前子节点的直接父节点不属于所述当前节点集，确定所述当前子节点为出现主题漂移的子节点；

从所述所有子节点中删除出现主题漂移的子节点，得到子节点集。

5.根据权利要求4所述的方法，所述在所述全局节点集中，获取所述每个子节点的直接父节点，包括：

在所述全局节点集中，获取当前子节点的所有父节点；

计算所述当前子节点与所述当前子节点的各个父节点的相关度；

将相关度最大的父节点确定为所述当前子节点的直接父节点。

6.根据权利要求5所述的方法，所述当前子节点有M个父节点，对应地，所述计算所述当前子节点与所述当前子节点的各个父节点的相关度，包括：

在所述全局节点集中，获取所述当前子节点的第i个父节点的祖先节点，得到第一祖先节点集，i＝1,2,…,M，M为正整数；

基于所述当前子节点的各个子节点的祖先节点，确定第二祖先节点集；

根据所述第一祖先节点集和第二祖先节点集计算所述当前子节点与所述第i个父节点的相关度。

7.根据权利要求6中所述的方法，所述基于所述当前子节点的各个子节点的祖先节点，确定第二祖先节点集，包括：

获取所述当前子节点的各个子节点的祖先节点，得到第三祖先节点集；

从所述第三祖先节点集中去除经过所述第i个父节点的路径后所包括的祖先节点，得到第二祖先节点集。

8.根据权利要求7所述的方法，所述根据所述第一祖先节点集和第二祖先节点集计算所述当前子节点与所述第i个父节点的相关度，包括：

确定所述第一祖先节点集与所述第二祖先节点集的交集，得到共享祖先集；

确定所述第一祖先节点集与所述第三祖先节点集的并集，得到祖先并集；

分别确定所述共享祖先集的第一元素个数和所述祖先并集的第二元素个数；

将所述第一元素个数和所述第二元素个数的比值确定为所述当前子节点与所述第i个父节点的相关度。