一种结构化信息提取方法和电子设备技术

本申请公开了一种结构化信息提取方法和电子设备，涉及自然语言处理技术、机器学习领域。电子设备获取用户输入的一段非结构化文本，将非结构化文本和引导信息输入机器学习模型，机器学习模型输出具有预设编码结构的结构化信息。由于机器学习模型的输出基于统一的编码结构，并且在前缀输入引导信息，指示了输出信息的类型；降低了训练机器学习模型时对真实数据的依赖，在真实数据很少的情况下，可以显著提升机器学习模型提取结构化信息的准确性。著提升机器学习模型提取结构化信息的准确性。著提升机器学习模型提取结构化信息的准确性。

【技术实现步骤摘要】
一种结构化信息提取方法和电子设备


[0001]本申请涉及自然语言处理
，尤其涉及一种结构化信息提取方法和电子设备。

技术介绍

[0002]日常生活中，经常需要从非结构化文本中提取出结构化信息。例如，用户填写的物流单通常是非结构化的文本。为了便于物流分拣等后续过程，需要从用户填写的非结构化文本中提取结构化的物流单信息。示例性的，如图1所示，手机显示物流单界面，该物流单界面包括用于接收用户输入的区域10；用户可以在区域10输入寄件人信息。示例性的，用户在区域10输入文字“张X11111111111广东省深圳市福田区福田街道XX大厦51800”。用户输入的文字为非结构化的。手机可以根据用户输入的文字生成结构化的物流单信息。例如，物流单界面还包括区域20，用于显示根据用户在区域10输入文字提取的结构化信息，包括姓名、电话号码、邮编、地址等。如图1所示，区域20显示姓名“张X”、电话号码“11111111111”、邮编“51800”和地址“广东省深圳市福田区福田街道XX大厦”。
[0003]从非结构化文本中提取出结构化信息的一种方法是，通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结构化信息提取方法，其特征在于，所述结构化信息包括多种类型的信息，所述方法包括：获取用户输入的第一文本，所述第一文本包括多个字段；所述第一文本和第一引导信息输入机器学习模型，所述机器学习模型输出第一信息；所述第一引导信息用于指示第一类型，所述第一信息包括所述第一类型对应的第一字段，所述第一字段为所述第一文本的多个字段中的一个；所述第一文本和第二引导信息输入机器学习模型，所述机器学习模型输出第二信息；所述第二引导信息用于指示第二类型，所述第二信息包括所述第二类型对应的第二字段，所述第二字段为所述第一文本的多个字段中的一个；所述第一信息和所述第二信息具有相同的编码结构。2.一种结构化信息提取方法，其特征在于，所述结构化信息包括多种类型的信息，所述方法包括：获取用户输入的第一文本；所述第一文本包括多个字段；所述第一文本、第一引导信息和第二引导信息输入机器学习模型，所述机器学习模型输出第一信息和第二信息；所述第一引导信息用于指示第一类型，所述第一信息包括所述第一类型对应的第一字段，所述第一字段为所述第一文本的多个字段中的一个；所述第二引导信息用于指示第二类型，所述第二信息包括所述第二类型对应的第二字段，所述第二字段为所述第一文本的多个字段中的一个；所述第一信息和所述第二信息具有相同的编码结构。3.根据权利要求1或2所述的方法，其特征在于，所述类型包括：姓名，电话号码，邮编和地址中至少一项。4.根据权利要求1
‑
3中任一项所述的方法，其特征在于，所述相同的编码结构包括：类型，字段内容，字段起始位置和字段结束位置。5.根据权利要求1
‑
3中任一项所述的方法，其特征在于，所述机器学习模型包括编码器和解码器，所述编码器和解码器为Transformer自注意力神经网络。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：获取多组数据对D
pair
，将多组数据对D
pair
作为训练数据，对所述机器学习模型进行训练；所述数据对D
pair
包括：用户输入的非结构化文本的分词序列x，和所述分词序列x对应的输...

【专利技术属性】
技术研发人员：胡创奇，
申请(专利权)人：荣耀终端有限公司，
类型：发明
国别省市：