【技术实现步骤摘要】
结构化信息确定方法、装置和电子设备
本公开涉及人工智能
，更具体地，涉及一种结构化信息确定方法、装置和电子设备。
技术介绍
随着信息技术的不断发展，以及信息技术在人们日常工作和生活中的使用，产生了海量信息，这导致用户需求的有用信息被淹没在大量信息中。例如，金融行业诸如信贷等场景中有大量的评估报告，需要将这些评估报告中用户需求的信息提取出来，以便进行后续业务操作。在实现本公开构思的过程中，专利技术人发现相关技术至少存在如下问题：由于评估报告包括非结构化的文档，此外，在不同的应用场景下，用户需要提取的信息不同。相关技术中可以以人工方式完成对报告中重要信息的整理和分析，但是工作繁琐、效率低、失误率高。
技术实现思路
有鉴于此，本公开提供了一种可以有效提升信息提取效率和降低失误率的结构化信息确定方法、装置和电子设备。本公开的一个方面提供了一种结构化信息确定方法，该方法包括：首先，通过解析待处理文档获得至少一个具有指定结构的解析信息，然后，从至少部分解析信息中确定与指定实体对应的实体字段，以确...
【技术保护点】
1.一种结构化信息确定方法，包括：/n通过解析待处理文档获得至少一个具有指定结构的解析信息；/n从至少部分解析信息中确定与指定实体对应的实体字段，以确定所述待处理文档的结构化信息；/n其中，所述待处理文档包括非结构化文档，所述指定实体与所述非结构化文档的应用场景相关。/n
【技术特征摘要】
1.一种结构化信息确定方法，包括：
通过解析待处理文档获得至少一个具有指定结构的解析信息；
从至少部分解析信息中确定与指定实体对应的实体字段，以确定所述待处理文档的结构化信息；
其中，所述待处理文档包括非结构化文档，所述指定实体与所述非结构化文档的应用场景相关。
2.根据权利要求1所述的方法，其中，所述待处理文档包括可编辑的文档格式的文档和非可编辑的文档格式的文档；
所述通过解析待处理文档获得至少一个具有指定结构的解析信息包括：分别基于不同的解析方式对可编辑的文档格式的文档和非可编辑的文档格式的文档进行解析，获得至少一个具有指定结构的解析信息。
3.根据权利要求2所述的方法，其中，所述待处理文档包括文本信息和表格信息；
所述通过解析待处理文档获得至少一个具有指定结构的解析信息包括：对于非可编辑的文档格式的文档，
获取所述待处理文档的第一指定格式文本信息，所述第一指定格式文本信息中包括被转换为文本格式的表格信息；
解析所述第一指定格式文本信息中与所述表格信息对应的信息，以生成表格格式，并且将所述表格格式和单元格取值作为与所述表格信息对应的指定结构的部分解析信息；
删除所述指定格式文本信息中所述文本格式的表格信息；以及
确定段落信息，并将所述段落信息和各段落的关键词作为与所述文本信息对应的指定结构的部分解析信息。
4.根据权利要求2所述的方法，还包括：对于可编辑的文档格式的文档，
获取所述待处理文档的第二指定格式文本信息；以及
确定所述第二指定格式文本信息的段落信息、各段落的关键词、表格格式和单元格取值。
5.根据权利要求3所述的方法，其中，所述各段落的关键词是基于词频、逆文本频率指数和构造图中至少两种确定的指定个数词，所述构造图表征词与词之间的关系。
6.根据权利要求3所述的方法，其中，所述解析所述第一指定格式文本信息中与所述表格信息对应的信息，以生成表格格式包括：
获取所述表格信息中包括的表头信息和单位信息；以及
遍历所述第一指定格式文本信息中与所述表格信息对应的信息，以获得与各表头信息对应的表格格式和各单元格的单位信息。
7.根据权利要求3所述的方法，其中，所述第一指定格式文本信息中单元格取值成为单独的一段。
8.根据权利要求1所述的方法，其中，所述解析信息包括段落信息；
所述从至少部分解析信息中确定与指定实体对应的实体字段包括：
确定与所述至少部分解析信息对应的段落各自的关键词，各关键词具有相适配的实体类型；
获取所述至少部分段落各自的指定实体类型的字段；以及
基于所述实体类型和所述指定实体类型的字段从所述解析信息中确定与各关键词对应的字段。
9.根据权利要求8所述的方法，其中，所述获取所述至少部分段落各自的指定实体类型的字段包括：利用实体类型确定模型处理所述至少部分解析信息对应的段落，以确定所述至少部分段落各自的指定实体类型的字段。
1...
【专利技术属性】
技术研发人员：王雅欣，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。