信息抽取方法、信息抽取装置、电子设备和可读存储介质与流程

1.本公开涉及信息提取和金融领域，具体地涉及一种信息抽取方法、信息抽取装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.文本实体抽取方法是信息抽取方法和任务导向对话系统中的重要的组成部分，其旨在从给定的文本中抽取文本实体，以通过自动化的方式帮助人们在海量的信息中迅速找到自己真正需要的信息，应对信息爆炸带来的挑战。其中，信息实体抽取作为信息抽取中最有实用价值的一项技术，其主要任务是识别出文本中出现的专有名称和有意义的数量短语并加以归类。
3.然而，基于就近选择的相关技术进行信息抽取时不能获得准确的起点位置和终点位置，从而导致最终所得到的抽取内容与原文中实际内容的差别较大，使得准确率较低。


技术实现要素：

4.鉴于上述问题，本公开提供了提高抽取准确性的信息抽取方法、信息抽取装置、电子设备、计算机可读存储介质和计算机程序产品。
5.根据本公开的第一个方面，提供了一种信息抽取方法，包括：
6.获取待抽取的目标文本信息和待抽取的关键提示信息；
7.将上述目标文本信息和上述关键提示信息输入信息抽取模型，输出与上述关键提示信息对应的提取信息概率组合，其中，上述提取信息概率组合包括起点概率序列和终点概率序列，上述起点概率序列包括所抽取的信息的不同起点位置的概率，上述终点概率序列中包括所抽取的信息的不同终点位置的概率；
8.利用双指针方法处理上述提取信息概率组合，以基于上述起点概率序列和上述终点概率序列确定目标位置信息，其中，上述目标位置信息包括目标起点位置和目标终点位置；
9.基于上述目标位置信息从上述目标文本信息中提取与上述关键提示信息对应的目标提取文本内容。
10.根据本公开的实施例，利用双指针方法处理上述提取信息概率组合，以基于上述起点概率序列和上述终点概率序列确定目标位置信息，包括：
11.利用上述双指针方法遍历上述起点概率序列和上述终点概率序列，得到多个第一组合和多个第二组合，其中，上述第一组合包括多个初始起点位置概率，第二组合包括多个初始终点位置概率；
12.基于预设挑选规则分别从多个上述第一组合和多个上述第二组合中挑选第三组合，其中，上述第三组合包括多个过渡起点位置概率和多个过渡终点位置概率；
13.将多个上述过渡起点位置概率和多个上述过渡终点位置概率中概率值最大的确定为上述目标起点位置和上述目标终点位置的概率。
14.根据本公开的实施例，上述起点概率序列包括多个起点概率，上述终点概率序列包括多个终点概率；
15.其中，利用上述双指针方法遍历上述起点概率序列和上述终点概率序列，得到多个第一组合和多个第二组合，包括：
16.分别利用一个指针遍历上述起点概率序列和终点概率序列，得到第一数组和第二数组，其中，第一数组包括多个第一起点概率，第二数组包括多个第一终点概率；
17.在上述起点概率序列的指针信息和上述终点概率序列的指针信息满足预设长度条件的情况下，获取当前指针对应的起点位置变量和终点位置变量，上述起点位置变量包括起点位置以及起点概率，上述终点位置变量包括终点位置以及终点概率；
18.在上述起点位置与上述终点位置相同且状态变量不为预设数值的情况下，分别将第一数组和第二数组中概率最大值的第一起点概率和第一终点概率确定为第二起点概率和第二终点概率；
19.根据多个上述第二起点概率和多个上述第二终点概率，生成一个上述第一组合和一个上述第二组合；
20.对两个上述指针的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。
21.根据本公开的实施例，在进行调整之前，还包括：
22.在上述起点位置与上述终点位置相同且状态变量为预设数值的情况下，将当前指针对应的第一起点概率和第一终点概率分别存储在第一数组和第二数组中。
23.根据本公开的实施例，信息抽取方法还包括：
24.在上述起点位置小于上述终点位置且状态变量为预设数值的情况下，将当前指针对应的第一起点概率存储在第一数组中；
25.在上述起点位置小于上述终点位置且状态变量不为预设数值的情况下，分别将第一数组和第二数组中概率最大值的第一起点概率和第一终点概率确定为第二起点概率和第二终点概率；
26.对与上述起点位置对应的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。
27.根据本公开的实施例，信息抽取方法还包括：
28.在上述起点位置大于上述终点位置的情况下，将当前指针对应的第一终点概率存储在第二数组中；
29.对与上述终点位置对应的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。
30.根据本公开的实施例，基于预设挑选规则分别从上述第一组合和上述第二组合中挑选第三组合，包括：
31.针对每个第一组合和每个第二组合，基于概率最大原则，分别将第一组合和上述第二组合中概率最大值的初始起点位置概率和初始终点位置概率确定为过渡起点位置概率和过渡终点位置概率；
32.对多个上述过渡起点位置概率和多个上述过渡终点位置概率进行关联，并存储在上述第三组合中。
33.根据本公开的实施例，将多个上述过渡起点位置概率和多个上述过渡终点位置概率中概率值最大的确定为上述目标起点位置和上述目标终点位置的概率，包括：
34.将上述第三组合中的多个过渡起点位置概率进行排序后存储于起点集合中；
35.将上述第三组合中的多个过渡终点位置概率进行排序后存储于终点集合中；
36.基于概率最大原则，分别将上述起点集合和上述终点集合中概率最大的过渡起点位置概率和过渡终点位置概率确定为上述目标起点位置和上述目标终点位置的概率。
37.根据本公开的实施例，上述目标文本信息是通过如下方式生成的：
38.获取初始文本信息；
39.在上述初始文本信息的文本长度超过预设长度阈值的情况下，基于预设分割规则对上述初始文本信息进行分割，得到多个上述目标文本信息，以使得上述信息抽取模型根据多个上述目标文本信息生成对应于每个上述目标文本信息的提取信息概率组合。
40.根据本公开的实施例，信息抽取方法还包括：
41.在多个上述提取信息概率组合均与上述关键提示信息对应的情况下，对多个上述提取信息概率组合进行融合处理，得到融合后的提取信息概率组合，以利用上述双指针方法处理上述融合后的提取信息概率组合。
42.本公开的第二方面提供了一种信息抽取装置，包括：
43.获取模块，用于获取待抽取的目标文本信息和待抽取的关键提示信息；
44.处理模块，用于将上述目标文本信息和上述关键提示信息输入信息抽取模型，输出与上述关键提示信息对应的提取信息概率组合，其中，上述提取信息概率组合包括起点概率序列和终点概率序列，上述起点概率序列包括所抽取的信息的不同起点位置的概率，上述终点概率序列中包括所抽取的信息的不同终点位置的概率；
45.确定模块，用于利用双指针方法处理上述提取信息概率组合，以基于上述起点概率序列和上述终点概率序列确定目标位置信息，其中，上述目标位置信息包括目标起点位置和目标终点位置；
46.提取模块，用于基于上述目标位置信息从上述目标文本信息中提取与上述关键提示信息对应的目标提取文本内容。
47.本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述信息抽取方法。
48.本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述信息抽取方法。
49.本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述信息抽取方法。
50.根据本公开的实施例，通过利用信息抽取模型处理目标文本信息和关键提示信息，可以输出提取信息概率组合，利用双指针方法对该提取信息概率组合进行处理，以使得双指针在遍历的过程中确定更加贴近真实文本文内位置的目标位置信息，从而根据目标位置信息即可从原文中获取到与该关键提示信息对应的文本内容。由于双指针方法能够在遍
历的过程中通过两个指针从概率序列中挑选出用于确定目标位置信息的目标起点位置和目标终点位置，因此本公开的信息抽取方法在进行信息提取能够得到更加准确的文本内容，有效提高了信息提取的准确率。
附图说明
51.通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
52.图1示意性示出了根据本公开实施例的信息抽取方法的应用场景图；
53.图2示意性示出了根据本公开实施例的信息抽取方法的流程图；
54.图3示意性示出了根据本公开实施例的起点概率序列和终点概率序列的顺序示意图；
55.图4示意性示出了根据本公开实施例的目标文本信息的分类示意图；
56.图5示意性示出了根据本公开实施例的信息抽取装置的结构框图；以及
57.图6示意性示出了根据本公开实施例的适于实现信息抽取方法的电子设备的方框图。
具体实施方式
58.以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
59.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
60.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
61.在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
62.本公开的实施例提供了一种信息抽取方法、信息抽取装置、电子设备和可读存储介质，该方法包括获取待抽取的目标文本信息和待抽取的关键提示信息；将目标文本信息和关键提示信息输入信息抽取模型，输出与关键提示信息对应的提取信息概率组合，其中，提取信息概率组合包括起点概率序列和终点概率序列，起点概率序列包括所抽取的信息的不同起点位置的概率，终点概率序列中包括所抽取的信息的不同终点位置的概率；利用双指针方法处理提取信息概率组合，以基于起点概率序列和终点概率序列确定目标位置信息，其中，目标位置信息包括目标起点位置和目标终点位置；基于目标位置信息从目标文本
信息中提取与关键提示信息对应的目标提取文本内容。
63.需要说明的是，本公开提供的信息抽取方法和装置可用于金融领域，例如银行等金融机构，也可用于除金融领域之外的任意领域，例如医院等机构，因此，本公开提供的信息抽取方法和装置的应用领域不做限定。
64.在本发明的技术方案中，所涉及的提取到的用户信息(包括但不限于用户个人信息、用户图像信息、用户设备信息，例如位置信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、存储、使用、加工、传输、提供、公开和应用等处理，均遵守相关国家和地区的相关法律法规和标准，采取了必要保密措施，不违背公序良俗，并提供有相应的操作入口，供用户选择授权或者拒绝。。
65.图1示意性示出了根据本公开实施例的信息抽取方法的应用场景图。
66.如图1所示，根据该实施例的应用场景100可以包括信贷审批书信息抽取等。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
67.用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
68.终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
69.服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
70.需要说明的是，本公开实施例所提供的信息抽取方法一般可以由服务器105执行。相应地，本公开实施例所提供的信息抽取装置一般可以设置于服务器105中。本公开实施例所提供的信息抽取方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的信息抽取装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
71.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
72.图2示意性示出了根据本公开实施例的信息抽取方法的流程图。
73.如图2所示，该实施例的信息抽取方法包括操作s210～操作s240。
74.在操作s210，获取待抽取的目标文本信息和待抽取的关键提示信息；
75.在操作s220，将目标文本信息和关键提示信息输入信息抽取模型，输出与关键提示信息对应的提取信息概率组合，其中，提取信息概率组合包括起点概率序列和终点概率序列，起点概率序列包括所抽取的信息的不同起点位置的概率，终点概率序列中包括所抽取的信息的不同终点位置的概率；
76.在操作s230，利用双指针方法处理提取信息概率组合，以基于起点概率序列和终
点概率序列确定目标位置信息，其中，目标位置信息包括目标起点位置和目标终点位置；
77.在操作s240，基于目标位置信息从目标文本信息中提取与关键提示信息对应的目标提取文本内容。
78.根据本公开的实施例，目标文本信息可以是具有文字内容的文档，例如word、pdf等格式的文档，也可以是对图片进行图像识别得到的文档。关键提示信息的种类根据所需要的内容进行设定，例如在体育竞技领域中，关键提示信息可以为人物、赛事名称、分数、日期等。对应的目标文本信息可以是
“×
月
×
日上午运动会自由式滑雪女子大跳台决赛中选手a以188.25分获得第一名！”。
79.根据本公开的实施例，信息抽取模型是基于预训练语言模型预先训练得到的，具体地，信息抽取模型是一种seq2seq(sequence to sequence，序列到序列)模型。其结构包括编码网络(encoder)和解码网络(decoder)。
80.根据本公开的实施例，将目标文本信息和关键提示信息输入信息抽取模型，输出与关键提示信息对应的提取信息概率组合，该提取信息概率组合中包括起点概率序列和终点概率序列，起点概率序列中有多个起点概率，每个起点概率表征对应起点位置的概率值，例如起点位置为start_id时与所需要提取的文本内容的真实起点之间的相似性。其中，start_id是以所在目标文本信息中的字符序号表征的，例如start_id＝6表征在目标文本信息中第6个字符为该关键提示信息对应的文本内容的起点。
81.根据本公开的实施例，利用双指针方法处理该提取信息概率组合，以迭代地基于起点概率序列和终点概率序列确定目标位置信息，在确定与该关键提示信息对应的文本内容的目标位置信息之后，即可通过该目标位置信息从目标文本信息中提取该文本内容。
82.根据本公开的实施例，通过利用信息抽取模型处理目标文本信息和关键提示信息，可以输出提取信息概率组合，利用双指针方法对该提取信息概率组合进行处理，以使得双指针在遍历的过程中确定更加贴近真实文本文内位置的目标位置信息，从而根据目标位置信息即可从原文中获取到与该关键提示信息对应的文本内容。由于双指针方法能够在遍历的过程中通过两个指针从概率序列中挑选出用于确定目标位置信息的目标起点位置和目标终点位置，因此本公开的信息抽取方法在进行信息提取能够得到更加准确的文本内容，有效提高了信息提取的准确率。
83.图3示意性示出了根据本公开实施例的起点概率序列和终点概率序列的顺序示意图。
84.根据本公开的实施例，利用双指针方法处理提取信息概率组合，以基于起点概率序列和终点概率序列确定目标位置信息，包括：
85.利用双指针方法遍历起点概率序列和终点概率序列，得到多个第一组合和多个第二组合，其中，第一组合包括多个初始起点位置概率，第二组合包括多个初始终点位置概率；
86.基于预设挑选规则分别从多个第一组合和多个第二组合中挑选第三组合，其中，第三组合包括多个过渡起点位置概率和多个过渡终点位置概率；
87.将多个过渡起点位置概率和多个过渡终点位置概率中概率值最大的确定为目标起点位置和目标终点位置的概率。
88.根据本公开的实施例，利用双指针方法遍历如图3所示的起点概率序列和终点概
率序列(图3中圆形表示起点概率序列的起点位置概率，方形表示终点概率序列的终点位置概率，图3是以位置id从小到大进行排列的)，得到多个第一组合sp1和多个第二组合ep1，其后基于预设挑选规则从多个第一组合sp1和多个第二组合ep1挑选第三组合，其中，预设挑选规则可以是指将每个第一组合sp1中概率最大的初始起点位置概率确定为第三组合中的一个过渡起点位置概率，以及将每个第二组合ep1中概率最大的初始终点位置概率确定为第三组合中的一个过渡终点位置概率。
89.需要说明的是，上述预设挑选规则可以根据实际情况调整，例如可以将次大值确定为过渡位置。
90.根据本公开的实施例，对于第三组合中的多个过渡起点位置概率和多个过渡终点位置概率，可以将概率值最大的过渡起点位置概率和概率值最大的过渡终点位置概率确定为目标起点位置和目标终点位置的概率。从而可以基于与该概率对应的目标终点位置从目标文本信息中提取与关键提示信息对应的文本内容。
91.根据本公开的实施例，通过双指针方法迭代地提取多个第一组合和多个第二组合，从而基于多个第一组合和多个第二组合挑选得到的第三组合，最终从第三组合中确定对应的目标位置信息，由于双指针在迭代中选取了多个初始位置，为后续目标位置信息的确定提供了较多的可选择性，以概率最大选取的目标位置信息能够更加贴近目标文本信息中的真实位置，有助于提高文本提取的准确性。
92.根据本公开的实施例，起点概率序列包括多个起点概率，终点概率序列包括多个终点概率；
93.其中，利用双指针方法遍历起点概率序列和终点概率序列，得到多个第一组合和多个第二组合，包括：
94.分别利用一个指针遍历起点概率序列和终点概率序列，得到第一数组和第二数组，其中，第一数组包括多个第一起点概率，第二数组包括多个第一终点概率；
95.在起点概率序列的指针信息和终点概率序列的指针信息满足预设长度条件的情况下，获取当前指针对应的起点位置变量和终点位置变量，起点位置变量包括起点位置以及起点概率，终点位置变量包括终点位置以及终点概率；
96.在起点位置与终点位置相同且状态变量不为预设数值的情况下，分别将第一数组和第二数组中概率最大值的第一起点概率和第一终点概率确定为第二起点概率和第二终点概率；
97.根据多个第二起点概率和多个第二终点概率，生成一个第一组合和一个第二组合；
98.对两个指针的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。
99.根据本公开的实施例，首先初始化一个用于遍历起点概率序列中起点位置start_ids的指针，该指针的指针信息start_pointer＝0，一个用于遍历终点概率序列中终点位置end_ids的指针，该指针的指针信息end_pointer＝0，一个用于判断前一个id被装入第一数组sp2还是第二数组ep2的状态变量flag，其中，状态变量flag＝0表示装入第一数组sp2。第一数组sp2用于存储start_ids，一个起点位置start_id对应一个第一起点概率，第二数组ep2用于存储end_ids，一个终点位置end_id对应一个第一终点概率。
100.根据本公开的实施例，当起点概率序列的指针信息start_pointer小于等于起点概率序列的长度length(start_ids)且终点概率序列的指针信息end_pointer小于等于终点概率序列的长度length(end_ids)时，即两个指针均未到各自序列尾部，获取当前指针对应的起点位置变量start_id1和终点位置变量end_id1，这两个变量包含了其对应的文字的位置及概率。参见公式(1)和公式(2)。
101.start_id1＝start_ids[start_pointer] (1)
[0102]
end_id1＝end_ids[end_pointer] (2)
[0103]
根据本公开的实施例，起点位置start_id和终点位置end_id相同且状态变量flag不为预设数值(例如0等)的情况下，分别将第一数组sp2和第二数组ep2中概率最大值的第一起点概率和第一终点概率确定为第二起点概率start_id*和第二终点概率end_id*。将二者组成一个组合(start_id*，end_id*)并存储。然后将第一数组sp2置为[start_id]，第二数组ep2置为[end_id]。
[0104]
根据本公开的实施例，根据多个第二起点概率start_id*和多个第二终点概率end_id*，生成一个第一组合sp1和一个第二组合ep1。
[0105]
根据本公开的实施例，对两个指针的指针信息和状态变量进行调整，例如将start_pointer自加1，end_pointer自加1，flag＝1，，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地生成第一组合sp1和第二组合ep1。
[0106]
根据本公开的实施例，在进行指针信息和状态变量的调整之前，还包括：
[0107]
在起点位置与终点位置相同且状态变量为预设数值的情况下，将当前指针对应的第一起点概率和第一终点概率分别存储在第一数组和第二数组中。
[0108]
根据本公开的实施例，起点位置start_id和终点位置end_id相同且状态变量flag不为预设数值(例如0等)的情况下，将当前指针对应的第一起点概率start_id和第一终点概率end_id分别存储在第一数组sp2和第二数组ep2中。
[0109]
根据本公开的实施例，信息抽取方法还包括：
[0110]
在起点位置小于终点位置且状态变量为预设数值的情况下，将当前指针对应的第一起点概率存储在第一数组中；
[0111]
在起点位置小于终点位置且状态变量不为预设数值的情况下，分别将第一数组和第二数组中概率最大值的第一起点概率和第一终点概率确定为第二起点概率和第二终点概率；
[0112]
对与起点位置对应的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。
[0113]
根据本公开的实施例，如果第一起点概率start_id对应坐标小于第一终点概率end_id对应的坐标：若状态变量flag为预设数值，则将当前的第一起点概率start_id放入输入第一数组sp2。
[0114]
根据本公开的实施例，若状态变量flag不为预设数值，当第一数组sp2和第二数组ep2均不为空，那么分别从第一数组sp2和第二数组ep2中挑选出概率最大的第一起点概率和第一终点概率确定为第二起点概率start_id*和第二终点概率end_id*，将二者组成一个组合(start_id*，end_id*)并存储。然后将第一数组sp2置为[start_id]，第二数组ep2置为[]。
[0115]
根据本公开的实施例，对与起点位置对应的指针信息和状态变量进行调整，例如将与起点位置对应的指针信息start_pointer自加1，状态变量flag＝0，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合sp1和第二组合ep1。
[0116]
根据本公开的实施例，信息抽取方法还包括：
[0117]
在起点位置大于终点位置的情况下，将当前指针对应的第一终点概率存储在第二数组中；
[0118]
对与终点位置对应的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。
[0119]
根据本公开的实施例，如果第一起点概率start_id对应坐标大于第一终点概率end_id对应的坐标：则将当前指针对应的第一终点概率end_id放入输入第二数组ep2，对与终点位置对应的指针信息和状态变量进行调整，例如与终点位置对应的指针信息end_pointer自加1，状态变量flag＝1，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合sp1和第二组合ep1。
[0120]
根据本公开的实施例，基于预设挑选规则分别从第一组合和第二组合中挑选第三组合，包括：
[0121]
针对每个第一组合和每个第二组合，基于概率最大原则，分别将第一组合和第二组合中概率最大值的初始起点位置概率和初始终点位置概率确定为过渡起点位置概率和过渡终点位置概率；
[0122]
对多个过渡起点位置概率和多个过渡终点位置概率进行关联，并存储在第三组合中。
[0123]
根据本公开的实施例，如果第一组合sp1和第二组合ep1都不为空，那么分别从第一组合sp1和第二组合ep1中挑选出概率最大的初始起点位置概率start_id*和初始终点位置概率end_id*确定为过渡起点位置概率start_id*1和过渡终点位置概率end_id*1，并将它们组成一个组合(start_id*1，end_id*1)并存储在第三组合。
[0124]
根据本公开的实施例，将多个过渡起点位置概率和多个过渡终点位置概率中概率值最大的确定为目标起点位置和目标终点位置的概率，包括：
[0125]
将第三组合中的多个过渡起点位置概率进行排序后存储于起点集合中；
[0126]
将第三组合中的多个过渡终点位置概率进行排序后存储于终点集合中；
[0127]
基于概率最大原则，分别将起点集合和终点集合中概率最大的过渡起点位置概率和过渡终点位置概率确定为目标起点位置和目标终点位置的概率。
[0128]
根据本公开的实施例，将第三组合中的多个过渡起点位置概率start_id*1进行排序后存储于起点集合中，将第三组合中的多个过渡终点位置概率end_id*1进行排序后存储于终点集合中。
[0129]
根据本公开的实施例，基于概率最大原则，分别将起点集合和终点集合中概率最大的过渡起点位置概率start_id*1和过渡终点位置概率end_id*1确定为目标起点位置和目标终点位置的概率。接着将起点集合和终点集合清空，再依同样条件往下挑选直至遍历完全部的起点概率序列和终点概率序列。
[0130]
根据本公开的实施例，本公开的信息抽取方法的时间复杂度为o(m+n)，m为起点概
率序列start_ids的序列长度，n为终点概率序列end_ids的序列长度，属于一种运算最快的逻辑实现方式，能够在保证信息提取准确率的前提下提高信息抽取的效率。也可以先用双指针方法将两组id合并在一个数组，然后根据这个数组前一个id类别和当前id类别的状态，进行分组和挑选最佳组合。
[0131]
根据本公开的实施例，目标文本信息是通过如下方式生成的：
[0132]
获取初始文本信息；
[0133]
在初始文本信息的文本长度超过预设长度阈值的情况下，基于预设分割规则对初始文本信息进行分割，得到多个目标文本信息，以使得信息抽取模型根据多个目标文本信息生成对应于每个目标文本信息的提取信息概率组合。
[0134]
根据本公开的实施例，如果初始文本信息的文本长度超过预设长度阈值，例如超过信息抽取模型的最大长度限制，则将初始文本信息按照步长step_len和交叉长度overlap_len进行切分。每一步(第i步)以起点为i*step_len终点为(i+1)*step_len+overlap_len截取初始文本信息的片段长度为step_len+overlap_len作为输入到信息抽取模型的目标文本信息。
[0135]
图4示意性示出了根据本公开实施例的目标文本信息的分类示意图。
[0136]
根据本公开的实施例，信息抽取方法还包括：
[0137]
在多个提取信息概率组合均与关键提示信息对应的情况下，对多个提取信息概率组合进行融合处理，得到融合后的提取信息概率组合，以利用双指针方法处理融合后的提取信息概率组合。
[0138]
根据本公开的实施例，将所有目标文本信息属于同一个关键提示信息prompt的多个提取信息概率组合(start_id，end_id)进行融合。将重复或有交叉的组合合并为一个。
[0139]
根据本公开的实施例，具体实现思路为以第一个片段的目标文本信息输出的所有组合开始进行处理，对其end_id处于step_len之前的start-end组合无需处理，而对于start-end组合中的end_id大于等于step_len的那些组合放入暂存区，这一类属于待合并的组合。然后对下一个片段的目标文本信息的所有start-end组合分为三类，如图4所示。
[0140]
根据本公开的实施例，第一类为与前一个片段有可能有交集的。即其start_id小于等于(i-1)*step_len+overlap_len，其中，start_id属于第一类区域。第二类为无需处理的类别，即其start_id大于(i-1)
[0141]
*step_len+overlap_len且end_id《i*step_len，其中，start_id和end_id均在第二类区域内。第三类为end_id大于i*step_len的start-end组合其中，end_id属于第三类区域内。
[0142]
根据本公开的实施例，在归类时，可能存在组合既属于第一类也属于第三类，这时第一类优先级最高，将其归于第一类。在分完类之后，将前一步的暂存区的组合与这一步的第一类中的组合两两进行判断，如果存在两者有交集(既不满足暂存区组合的end_id小于第一类组合的start_id或暂存区组合的start_id大于第一类组合end_id)，便取start_id为两者中start_id最小者，end_id为两者中end_id最大者，以此条件进行合并。
[0143]
根据本公开的实施例，合并后对暂存区中被合并者进行剔除，剔除剩下的归到第二类不再做处理。对于合并后的新组合需要判断其end_id是否大于i*step_len。如果大于，则将其归到第三类，否则归到第二类不再做处理。这时再将第三类放入暂存区，进行对下一
个片段的组合进行分类，并以同样的步骤与暂存区的组合进行判断是否进行合并。直至最后一个片段的目标文本信息为止。在循环到最后一个片段的目标文本信息后，将暂存区的组合直接纳入最终的结果。
[0144]
根据本公开的实施例，通过上述对初始文本信息的分割以及提取信息概率组合的融合，使得本公开的信息提取方法支持对多个片段之间抽取的重复、交叉信息进行合并，得到的文本内容的准确率更高，降低了信息抽取过程中发生的“断章取义”的几率。
[0145]
图5示意性示出了根据本公开实施例的信息抽取装置的结构框图。
[0146]
如图5所示，该实施例的信息抽取装置500包括获取模块501、处理模块502、确定模块503、提取模块504。
[0147]
获取模块501，用于获取待抽取的目标文本信息和待抽取的关键提示信息；
[0148]
处理模块502，用于将目标文本信息和关键提示信息输入信息抽取模型，输出与关键提示信息对应的提取信息概率组合，其中，提取信息概率组合包括起点概率序列和终点概率序列，起点概率序列包括所抽取的信息的不同起点位置的概率，终点概率序列中包括所抽取的信息的不同终点位置的概率；
[0149]
确定模块503，用于利用双指针方法处理提取信息概率组合，以基于起点概率序列和终点概率序列确定目标位置信息，其中，目标位置信息包括目标起点位置和目标终点位置；
[0150]
提取模块504，用于基于目标位置信息从目标文本信息中提取与关键提示信息对应的目标提取文本内容。
[0151]
根据本公开的实施例，通过利用信息抽取模型处理目标文本信息和关键提示信息，可以输出提取信息概率组合，利用双指针方法对该提取信息概率组合进行处理，以使得双指针在遍历的过程中确定更加贴近真实文本文内位置的目标位置信息，从而根据目标位置信息即可从原文中获取到与该关键提示信息对应的文本内容。由于双指针方法能够在遍历的过程中通过两个指针从概率序列中挑选出用于确定目标位置信息的目标起点位置和目标终点位置，因此本公开的信息抽取方法在进行信息提取能够得到更加准确的文本内容，有效提高了信息提取的准确率。
[0152]
根据本公开的实施例，确定模块503包括得到单元、挑选单元、确定单元。
[0153]
得到单元，用于利用双指针方法遍历起点概率序列和终点概率序列，得到多个第一组合和多个第二组合，其中，第一组合包括多个初始起点位置概率，第二组合包括多个初始终点位置概率；
[0154]
挑选单元，用于基于预设挑选规则分别从多个第一组合和多个第二组合中挑选第三组合，其中，第三组合包括多个过渡起点位置概率和多个过渡终点位置概率；
[0155]
确定单元，用于将多个过渡起点位置概率和多个过渡终点位置概率中概率值最大的确定为目标起点位置和目标终点位置的概率。
[0156]
根据本公开的实施例，起点概率序列包括多个起点概率，终点概率序列包括多个终点概率.
[0157]
根据本公开的实施例，得到单元包括得到子单元、第一获取子单元、第一确定子单元、生成子单元、第一迭代子单元。
[0158]
得到子单元，用于分别利用一个指针遍历起点概率序列和终点概率序列，得到第
一数组和第二数组，其中，第一数组包括多个第一起点概率，第二数组包括多个第一终点概率；
[0159]
第一获取子单元，用于在起点概率序列的指针信息和终点概率序列的指针信息满足预设长度条件的情况下，获取当前指针对应的起点位置变量和终点位置变量，起点位置变量包括起点位置以及起点概率，终点位置变量包括终点位置以及终点概率；
[0160]
第一确定子单元，用于在起点位置与终点位置相同且状态变量不为预设数值的情况下，分别将第一数组和第二数组中概率最大值的第一起点概率和第一终点概率确定为第二起点概率和第二终点概率；
[0161]
生成子单元，用于根据多个第二起点概率和多个第二终点概率，生成一个第一组合和一个第二组合；
[0162]
第一迭代子单元，用于对两个指针的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。
[0163]
根据本公开的实施例，得到单元还包括第一存储子单元。
[0164]
第一存储子单元，用于在起点位置与终点位置相同且状态变量为预设数值的情况下，将当前指针对应的第一起点概率和第一终点概率分别存储在第一数组和第二数组中。
[0165]
根据本公开的实施例，得到单元还包括第二存储子单元、第二确定子单元、第二迭代子单元。
[0166]
第二存储子单元，用于在起点位置小于终点位置且状态变量为预设数值的情况下，将当前指针对应的第一起点概率存储在第一数组中；
[0167]
第二确定子单元，用于在起点位置小于终点位置且状态变量不为预设数值的情况下，分别将第一数组和第二数组中概率最大值的第一起点概率和第一终点概率确定为第二起点概率和第二终点概率；
[0168]
第二迭代子单元，用于对与起点位置对应的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。
[0169]
根据本公开的实施例，得到单元还包括第三存储子单元、第三迭代子单元。
[0170]
第三存储子单元，用于在起点位置大于终点位置的情况下，将当前指针对应的第一终点概率存储在第二数组中；
[0171]
第三迭代子单元，用于对与终点位置对应的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。
[0172]
根据本公开的实施例，挑选单元包括第三确定子单元、关联存储子单元。
[0173]
第三确定子单元，用于针对每个第一组合和每个第二组合，基于概率最大原则，分别将第一组合和第二组合中概率最大值的初始起点位置概率和初始终点位置概率确定为过渡起点位置概率和过渡终点位置概率；
[0174]
关联存储子单元，用于对多个过渡起点位置概率和多个过渡终点位置概率进行关联，并存储在第三组合中。
[0175]
根据本公开的实施例，确定单元包括第一排序存储子单元、第二排序存储子单元、
第四确定子单元。
[0176]
第一排序存储子单元，用于将第三组合中的多个过渡起点位置概率进行排序后存储于起点集合中；
[0177]
第二排序存储子单元，用于将第三组合中的多个过渡终点位置概率进行排序后存储于终点集合中；
[0178]
第四确定子单元，用于基于概率最大原则，分别将起点集合和终点集合中概率最大的过渡起点位置概率和过渡终点位置概率确定为目标起点位置和目标终点位置的概率。
[0179]
根据本公开的实施例，目标文本信息是通过第二获取子单元、分割子单元、融合子单元生成的。
[0180]
第二获取子单元，用于获取初始文本信息；
[0181]
分割子单元，用于在初始文本信息的文本长度超过预设长度阈值的情况下，基于预设分割规则对初始文本信息进行分割，得到多个目标文本信息，以使得信息抽取模型根据多个目标文本信息生成对应于每个目标文本信息的提取信息概率组合。
[0182]
融合子单元，用于在多个提取信息概率组合均与关键提示信息对应的情况下，对多个提取信息概率组合进行融合处理，得到融合后的提取信息概率组合，以利用双指针方法处理融合后的提取信息概率组合。
[0183]
根据本公开的实施例，获取模块501、处理模块502、确定模块503、提取模块504中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块501、处理模块502、确定模块503、提取模块504中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块501、处理模块502、确定模块503、提取模块504中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0184]
图6示意性示出了根据本公开实施例的适于实现信息抽取方法的电子设备的方框图。
[0185]
如图6所示，根据本公开实施例的电子设备600包括处理器601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
[0186]
在ram 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、rom 602以及ram 603通过总线604彼此相连。处理器601通过执行rom 602和/或ram 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom 602和ram 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
[0187]
根据本公开的实施例，电子设备600还可以包括输入/输出(i/o)接口605，输入/输出(i/o)接口605也连接至总线604。电子设备600还可以包括连接至i/o接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
[0188]
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
[0189]
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom 602和/或ram 603和/或rom 602和ram 603以外的一个或多个存储器。
[0190]
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的信息抽取方法。
[0191]
在该计算机程序被处理器601执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
[0192]
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0193]
在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
[0194]
根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如java，c++，python，“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备
或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0195]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0196]
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
[0197]
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

技术特征：
1.一种信息抽取方法，包括：获取待抽取的目标文本信息和待抽取的关键提示信息；将所述目标文本信息和所述关键提示信息输入信息抽取模型，输出与所述关键提示信息对应的提取信息概率组合，其中，所述提取信息概率组合包括起点概率序列和终点概率序列，所述起点概率序列包括所抽取的信息的不同起点位置的概率，所述终点概率序列中包括所抽取的信息的不同终点位置的概率；利用双指针方法处理所述提取信息概率组合，以基于所述起点概率序列和所述终点概率序列确定目标位置信息，其中，所述目标位置信息包括目标起点位置和目标终点位置；基于所述目标位置信息从所述目标文本信息中提取与所述关键提示信息对应的目标提取文本内容。2.根据权利要求1所述的方法，其中，利用双指针方法处理所述提取信息概率组合，以基于所述起点概率序列和所述终点概率序列确定目标位置信息，包括：利用所述双指针方法遍历所述起点概率序列和所述终点概率序列，得到多个第一组合和多个第二组合，其中，所述第一组合包括多个初始起点位置概率，第二组合包括多个初始终点位置概率；基于预设挑选规则分别从多个所述第一组合和多个所述第二组合中挑选第三组合，其中，所述第三组合包括多个过渡起点位置概率和多个过渡终点位置概率；将多个所述过渡起点位置概率和多个所述过渡终点位置概率中概率值最大的确定为所述目标起点位置和所述目标终点位置的概率。3.根据权利要求2所述的方法，所述起点概率序列包括多个起点概率，所述终点概率序列包括多个终点概率；其中，利用所述双指针方法遍历所述起点概率序列和所述终点概率序列，得到多个第一组合和多个第二组合，包括：分别利用一个指针遍历所述起点概率序列和终点概率序列，得到第一数组和第二数组，其中，第一数组包括多个第一起点概率，第二数组包括多个第一终点概率；在所述起点概率序列的指针信息和所述终点概率序列的指针信息满足预设长度条件的情况下，获取当前指针对应的起点位置变量和终点位置变量，所述起点位置变量包括起点位置以及起点概率，所述终点位置变量包括终点位置以及终点概率；在所述起点位置与所述终点位置相同且状态变量不为预设数值的情况下，分别将第一数组和第二数组中概率最大值的第一起点概率和第一终点概率确定为第二起点概率和第二终点概率；根据多个所述第二起点概率和多个所述第二终点概率，生成一个所述第一组合和一个所述第二组合；对两个所述指针的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。4.根据权利要求3所述的方法，在进行调整之前，还包括：在所述起点位置与所述终点位置相同且状态变量为预设数值的情况下，将当前指针对应的第一起点概率和第一终点概率分别存储在第一数组和第二数组中。5.根据权利要求3所述的方法，还包括：
在所述起点位置小于所述终点位置且状态变量为预设数值的情况下，将当前指针对应的第一起点概率存储在第一数组中；在所述起点位置小于所述终点位置且状态变量不为预设数值的情况下，分别将第一数组和第二数组中概率最大值的第一起点概率和第一终点概率确定为第二起点概率和第二终点概率；对与所述起点位置对应的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。6.根据权利要求3所述的方法，还包括：在所述起点位置大于所述终点位置的情况下，将当前指针对应的第一终点概率存储在第二数组中；对与所述终点位置对应的指针信息和状态变量进行调整，以利用调整后的指针信息和状态变量迭代地获取起点位置变量和终点位置变量并迭代地确定第一组合和第二组合。7.根据权利要求2所述的方法，其中，基于预设挑选规则分别从所述第一组合和所述第二组合中挑选第三组合，包括：针对每个第一组合和每个第二组合，基于概率最大原则，分别将第一组合和所述第二组合中概率最大值的初始起点位置概率和初始终点位置概率确定为过渡起点位置概率和过渡终点位置概率；对多个所述过渡起点位置概率和多个所述过渡终点位置概率进行关联，并存储在所述第三组合中。8.根据权利要求7所述的方法，其中，将多个所述过渡起点位置概率和多个所述过渡终点位置概率中概率值最大的确定为所述目标起点位置和所述目标终点位置的概率，包括：将所述第三组合中的多个过渡起点位置概率进行排序后存储于起点集合中；将所述第三组合中的多个过渡终点位置概率进行排序后存储于终点集合中；基于概率最大原则，分别将所述起点集合和所述终点集合中概率最大的过渡起点位置概率和过渡终点位置概率确定为所述目标起点位置和所述目标终点位置的概率。9.根据权利要求1所述的方法，其中，所述目标文本信息是通过如下方式生成的：获取初始文本信息；在所述初始文本信息的文本长度超过预设长度阈值的情况下，基于预设分割规则对所述初始文本信息进行分割，得到多个所述目标文本信息，以使得所述信息抽取模型根据多个所述目标文本信息生成对应于每个所述目标文本信息的提取信息概率组合。10.根据权利要求9所述的方法，还包括：在多个所述提取信息概率组合均与所述关键提示信息对应的情况下，对多个所述提取信息概率组合进行融合处理，得到融合后的提取信息概率组合，以利用所述双指针方法处理所述融合后的提取信息概率组合。11.一种信息抽取装置，包括：获取模块，用于获取待抽取的目标文本信息和待抽取的关键提示信息；处理模块，用于将所述目标文本信息和所述关键提示信息输入信息抽取模型，输出与所述关键提示信息对应的提取信息概率组合，其中，所述提取信息概率组合包括起点概率序列和终点概率序列，所述起点概率序列包括所抽取的信息的不同起点位置的概率，所述
终点概率序列中包括所抽取的信息的不同终点位置的概率；确定模块，用于利用双指针方法处理所述提取信息概率组合，以基于所述起点概率序列和所述终点概率序列确定目标位置信息，其中，所述目标位置信息包括目标起点位置和目标终点位置；提取模块，用于基于所述目标位置信息从所述目标文本信息中提取与所述关键提示信息对应的目标提取文本内容。12.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～10中任一项所述的方法。13.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～10中任一项所述的方法。14.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～10中任一项所述的方法。

技术总结
本公开提供了一种信息抽取方法、信息抽取装置、电子设备和可读存储介质，应用于信息提取和金融技术领域。该方法包括：获取待抽取的目标文本信息和待抽取的关键提示信息；将目标文本信息和关键提示信息输入信息抽取模型，输出与关键提示信息对应的提取信息概率组合，提取信息概率组合包括起点概率序列和终点概率序列，起点概率序列包括所抽取的信息的不同起点位置的概率，终点概率序列中包括所抽取的信息的不同终点位置的概率；利用双指针方法处理提取信息概率组合以基于起点概率序列和终点概率序列确定目标位置信息，目标位置信息包括目标起点位置和目标终点位置；基于目标位置信息从目标文本信息中提取与关键提示信息对应的目标提取文本内容。的目标提取文本内容。的目标提取文本内容。


技术研发人员：卢健
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2023.07.28
技术公布日：2023/10/15