一種基于關(guān)鍵詞匹配的實(shí)體抽取方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202111470754.X 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN114154495A 公開(kāi)（公告）日 2022-03-08
申請(qǐng)公布號(hào) CN114154495A 申請(qǐng)公布日 2022-03-08
分類號(hào) G06F40/284（2020.01）I;G06F40/295（2020.01）I;G06F40/247（2020.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 王善和;劉昊;李森 申請(qǐng)（專利權(quán)）人 海南港航控股有限公司
代理機(jī)構(gòu) 武漢華之喻知識(shí)產(chǎn)權(quán)代理有限公司 代理人 廖盈春;曹葆青
地址 570311海南省?？谑袨I海大道96號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于關(guān)鍵詞匹配的實(shí)體抽取方法及系統(tǒng)，用于中文文本的實(shí)體抽取，其中，實(shí)體抽取方法包括：預(yù)處理步驟，結(jié)構(gòu)化文本抽取步驟，非結(jié)構(gòu)化文本抽取步驟和合并步驟；本發(fā)明根據(jù)設(shè)定的主題，不斷從互聯(lián)網(wǎng)獲取初始關(guān)鍵詞的近義詞并加入關(guān)鍵詞庫(kù)；從結(jié)構(gòu)化文本和非結(jié)構(gòu)化文本中抽取關(guān)鍵詞庫(kù)中關(guān)鍵詞的近義詞，并加入關(guān)鍵詞庫(kù)；本發(fā)明采用不同的實(shí)體抽取方法從結(jié)構(gòu)化文本和非結(jié)構(gòu)化文本抽取出實(shí)體，并統(tǒng)一采用鍵值對(duì)的表示方式，得到該主題的最終實(shí)體集；本發(fā)明關(guān)鍵詞庫(kù)中的近義詞較為豐富，能顯著提高實(shí)體抽取的效果，減少漏抽取的情況。