[发明专利]一种基于语义模型的文本信息抽取方法及装置

摘要

本申请公开了一种基于语义模型的文本信息抽取方法及装置，该方法包括获取待抽取文本信息；根据抽取表达式和抽取表达式对应的语义模型，对待抽取文本信息进行信息抽取，得到目标信息,抽取表达式包括词性抽取表达式、时间抽取表达式和/或规则抽取表达式，其中，词性抽取表达式对应的语义模型为统计语义模型，时间抽取表达式对应的语义模型为时间语义概念模型，规则抽取表达式对应的语义模型为规则语义模型。本申请可根据不同的抽取需求，设定相应的抽取表达式和语义模型，对该待抽取文本信息进行信息抽取，工作人员无需逐个编写复杂的正则表达式，降低生成难度，提高匹配的灵活度，因此，该方法不仅可以提高抽取效率，并且降低工作人员的工作量。

主权项

1.一种基于语义模型的文本信息抽取方法，其特征在于，所述方法包括：获取待抽取文本信息；根据抽取表达式和所述抽取表达式对应的语义模型，对所述待抽取文本信息进行信息抽取，得到目标信息，所述抽取表达式包括词性抽取表达式、时间抽取表达式和/或规则抽取表达式，其中，所述词性抽取表达式对应的语义模型为统计语义模型，所述时间抽取表达式对应的语义模型为时间语义概念模型，所述规则抽取表达式对应的语义模型为规则语义模型；所述获取待抽取文本信息包括：获取文本和所述文本对应的定位表达式，所述定位表达式包括类型标签和概念，其中，所述类型标签分为引用类标签和非引用类标签，所述非引用类标签是类型标签对应的概念可直接用来匹配的标签，所述引用类标签是类型标签对应的概念需与预先建模或引用语义模型中的概念值表达式进行匹配的标签；将所述定位表达式与所述文本进行匹配，得到匹配结果；根据所述匹配结果，确定起始词和结束词；根据所述起始词和结束词，确定所述文本的待抽取区域；根据所述待抽取区域，得到待抽取文本信息。