[发明专利]一种待办事项提取方法、装置、设备及存储介质

权利要求书

1.一种待办事项提取方法，其特征在于，所述方法包括：

获取待处理文本数据；

从所述待处理文本数据中识别得到一个或者多个原始文本数据，所述原始文本数据与待办事项相关；

针对所述一个或者多个原始文本数据中的一个原始文本数据，确定该原始文本数据的信息量；

若该原始文本数据的信息量不满足预设条件，利用所述待处理文本数据补充该原始文本数据；

从该原始文本数据中提取得到待办事项数据。

2.根据权利要求1所述的方法，其特征在于，所述从所述待处理文本数据中识别得到一个或者多个原始文本数据，包括：

利用语句识别模型，基于所述待处理文本数据得到一个或者多个原始文本数据。

3.根据权利要求2所述的方法，其特征在于，在所述利用语句识别模型，基于所述待处理文本数据得到一个或者多个原始文本数据之前，所述方法还包括：

对所述待处理文本数据进行分句处理，得到多个待处理语句文本数据；

所述利用语句识别模型，基于所述待处理文本数据得到一个或者多个原始文本数据，包括：

利用所述语句识别模型，从所述多个待处理语句文本数据中识别得到一个或者多个原始文本数据。

4.根据权利要求2或3所述的方法，其特征在于，所述语句识别模型是采用以下方式训练得到的：

获取第一训练数据，所述第一训练数据包括正样本和负样本，所述正样本为包括待办事项的信息的文本数据，所述负样本是不包括待办事项的信息的文本数据；

利用所述第一训练数据训练语句识别模型，直到满足第一条件为止，得到完成训练的语句识别模型。

5.根据权利要求1所述的方法，其特征在于，所述确定该原始文本数据的信息量，包括：

利用信息量识别模型，基于该原始文本数据得到该原始文本数据的信息量。

6.根据权利要求5所述的方法，其特征在于，所述信息量识别模型是采用以下方式训练得到的：

获取第二训练数据，所述第二训练数据包括训练文本数据和所述训练文本数据对应的标签，所述标签用于表示所述训练文本数据的信息量；

利用所述第二训练数据训练信息量识别模型，直到满足第二条件为止，得到完成训练的信息量识别模型。

7.根据权利要求1所述的方法，其特征在于，所述利用所述待处理文本数据补充该原始文本数据，包括：

利用所述待处理文本数据中与该原始文本数据相邻的第一文本数据，补充该原始文本数据。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

若补充后的该原始文本数据的满足补充条件，利用所述待处理文本数据中与该原始文本数据相邻的第二文本数据，补充该原始文本数据。

9.根据权利要求8所述的方法，其特征在于，所述补充条件为该原始文本数据的字数小于字数阈值，或者，所述补充条件为该原始文本数据的语句结构不足。

10.根据权利要求1所述的方法，其特征在于，所述从该原始文本数据中提取得到待办事项数据，包括：

利用自然语言处理工具对该原始文本数据进行处理，得到待办事项数据。

11.根据权利要求10所述的方法，其特征在于，所述利用自然语言处理工具对该原始文本数据进行处理，得到待办事项数据，包括：

确定该原始文本数据的待办事项类型；

基于所述待办事项类型对应的命令文本模板以及该原始文本数据，生成针对该原始文本数据的提取命令文本；

将所述提取命令文本输入自然语言处理工具，得到所述自然语言处理工具输出的待办事项数据。

12.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述待办事项数据创建待办事项任务。