[发明专利]信息提取方法、设备及存储介质

说明书

本申请提供了一种信息提取方法、设备及存储介质，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。

技术领域

本申请涉及信息处理领域，尤其涉及一种信息提取方法、设备及存储介质。

背景技术

随着信息的急剧增长，自然语言处理技术已经逐步从统计学方法转向深度学习方法，为处理语言问题提供了先进的解决思路。但深度学习方法必须依赖于大量的文本数据，百科由于其具有的易于获得、文本质量高、涵盖领域广泛的优点，为深度学习的文本数据提供了依据。

百科是拥有海量文本的、免费的、由人工编辑而成的各类电子百科全书。从百科中提取文本数据时，由于百科的文本数据量巨大，分类众多，如何从百科的海量信息中提取出合适的文本数据，是使用深度学习方法时亟需解决的一个难题。

基于进行深度学习的数据往往只需要其中某一领域相关的文本数据，现有的从百科中提取文本数据的方法是：直接将该领域下包括的有限层的文本数据作为深度学习的文本数据，无法提取到所有相关的文本数据，且提取的文本数据中存在大量的与该领域不相关的文本数据，导致进行深度学习的文本数据不全面且不准确，增加了深度学习处理时长，降低了处理效率和准确度。

发明内容

有鉴于此，本申请实施例为解决现有技术中存在的问题而提供一种信息提取方法、设备及存储介质。

本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供一种信息提取方法，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。

第二方面，本申请实施例提供一种信息提取装置，包括：

获取模块，用于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；

筛选模块，用于根据所述网状结构，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；

提取模块，用于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。

第三方面，本申请实施例提供一种信息提取设备，包括：

存储器，用于存储可执行指令；

处理器，用于执行所述存储器中存储的可执行指令时，实现本申请实施例提供的方法。

第四方面，本申请实施例提供一种存储介质，存储有可执行指令，用于引起处理器执行时，实现本申请实施例提供的方法。