[发明专利]一种基于深度学习与启发式规则的人物属性抽取方法

权利要求书

1.一种基于深度学习与启发式规则的人物属性抽取方法，其特征在于：它包括以下步骤：

步骤1：根据涉诈主体关键词切分输入文本，不同于根据标点符号切割文本，此处利用涉诈主体词来切割文本，可以初步限定要素的所属主体，提升后续人物属性组装的准确率；

步骤2：利用预先训练的深度学习模型与启发式规则抽取文本中所含的人物要素信息；

步骤3：根据步骤2中抽取出来的要素之间的关系及要素本身的特性验证各个要素的有效性与合理性；

步骤4：根据要素出现的先后顺序及相关规则，对验证过后的人物要素信息进行组装；

步骤5：将具有相同信息的人物属性进行合并，对于未在人物属性中出现的其他要素信息，将其单独作为一组人物属性输出。

2.根据权利要求1所述的一种基于深度学习与启发式规则的人物属性抽取方法，其特征在于：所述步骤2中主要利用深度学习模型抽取文本中的姓名、地址等信息；利用启发式规则抽取文本中的身份证、联系电话、微信号等其他要素。

3.根据权利要求1所述的一种基于深度学习与启发式规则的人物属性抽取方法，其特征在于：所述步骤3中要素验证的目的在于去除不合理或不正确的要素，如：18位的银行卡号不能被当成身份证号、微信昵称或QQ昵称中出现的疑似姓名不能被当成姓名等。

4.根据权利要求1所述的一种基于深度学习与启发式规则的人物属性抽取方法，其特征在于：所述步骤5中相同信息的人物属性指的是具有相同身份证号或手机号的两个人物属性以及其他唯一性信息。