本申請(qǐng)涉及數(shù)據(jù)提取，尤其涉及一種文本提取方法、裝置、計(jì)算機(jī)、存儲(chǔ)介質(zhì)及程序產(chǎn)品。

背景技術(shù)：

1、隨著電網(wǎng)業(yè)務(wù)量的不斷增加，電力設(shè)備、施工人員、文本記錄數(shù)量也不斷加大，給現(xiàn)場(chǎng)施工作業(yè)安全管理帶來(lái)很大的難題。如何有效的對(duì)大量文本數(shù)據(jù)進(jìn)行關(guān)鍵數(shù)據(jù)提取，是當(dāng)下電力現(xiàn)場(chǎng)作業(yè)亟待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)實(shí)施例提供一種文本提取方法、裝置、計(jì)算機(jī)、存儲(chǔ)介質(zhì)及程序產(chǎn)品，通過(guò)對(duì)基礎(chǔ)文本數(shù)據(jù)進(jìn)行特征提取和標(biāo)簽處理，然后輸入雙向長(zhǎng)短期記憶網(wǎng)絡(luò)-條件隨機(jī)場(chǎng)模型，提取模型輸出概率最高的文本數(shù)據(jù)，有利于提高對(duì)大量文本數(shù)據(jù)進(jìn)行關(guān)鍵數(shù)據(jù)提取的效率。

2、第一方面，本申請(qǐng)實(shí)施例提供了一種文本提取方法，所述方法包括：

3、對(duì)基礎(chǔ)樣本數(shù)據(jù)進(jìn)行特征提取，得到多個(gè)樣本特征數(shù)據(jù)；

4、對(duì)所述多個(gè)樣本特征數(shù)據(jù)中不同類別的樣本特征數(shù)據(jù)進(jìn)行標(biāo)簽處理，得到多個(gè)樣本特征數(shù)據(jù)標(biāo)簽；

5、根據(jù)雙向長(zhǎng)短期記憶網(wǎng)絡(luò)-條件隨機(jī)場(chǎng)模型確定所述多個(gè)樣本特征數(shù)據(jù)標(biāo)簽中不同樣本特征數(shù)據(jù)標(biāo)簽的輸出概率；

6、提取所述基礎(chǔ)樣本數(shù)據(jù)中與所述輸出概率最大的樣本特征數(shù)據(jù)標(biāo)簽對(duì)應(yīng)的文本。

7、第二方面，本申請(qǐng)實(shí)施例提供了一種文本提取裝置，所述裝置包括：

8、特征提取模塊，用于對(duì)基礎(chǔ)樣本數(shù)據(jù)進(jìn)行特征提取，得到多個(gè)樣本特征數(shù)據(jù)；

9、標(biāo)簽處理模塊，用于對(duì)所述多個(gè)樣本特征數(shù)據(jù)中不同類別的樣本特征數(shù)據(jù)進(jìn)行標(biāo)簽處理，得到多個(gè)樣本特征數(shù)據(jù)標(biāo)簽；

10、確定模塊，用于根據(jù)雙向長(zhǎng)短期記憶網(wǎng)絡(luò)-條件隨機(jī)場(chǎng)模型確定所述多個(gè)樣本特征數(shù)據(jù)標(biāo)簽中不同樣本特征數(shù)據(jù)標(biāo)簽的輸出概率；

11、文本提取模塊，用于提取所述基礎(chǔ)樣本數(shù)據(jù)中與所述輸出概率最大的樣本特征數(shù)據(jù)標(biāo)簽對(duì)應(yīng)的文本。

12、第三方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)，包括：

13、存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的文本提取程序，文本提取程序配置為實(shí)現(xiàn)如第一方面中任一方法中所描述的部分或全部步驟。

14、第四方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有文本提取程序，文本提取程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面中任一方法中所描述的部分或全部步驟。

15、第五方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)程序產(chǎn)品，其中，計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序，計(jì)算機(jī)程序可操作來(lái)使計(jì)算機(jī)執(zhí)行如本申請(qǐng)實(shí)施例第一方面任一方法中所描述的部分或全部步驟。該計(jì)算機(jī)程序產(chǎn)品可以為一個(gè)軟件安裝包。

16、通過(guò)實(shí)施本申請(qǐng)實(shí)施例，文本提取系統(tǒng)的服務(wù)器首先對(duì)基礎(chǔ)樣本數(shù)據(jù)進(jìn)行特征提取，得到多個(gè)樣本特征數(shù)據(jù)；然后對(duì)多個(gè)樣本特征數(shù)據(jù)中不同類別的樣本特征數(shù)據(jù)進(jìn)行標(biāo)簽處理，得到多個(gè)樣本特征數(shù)據(jù)標(biāo)簽；然后根據(jù)雙向長(zhǎng)短期記憶網(wǎng)絡(luò)-條件隨機(jī)場(chǎng)模型確定多個(gè)樣本特征數(shù)據(jù)標(biāo)簽中不同樣本特征數(shù)據(jù)標(biāo)簽的輸出概率；最后提取基礎(chǔ)樣本數(shù)據(jù)中與輸出概率最大的樣本特征數(shù)據(jù)標(biāo)簽對(duì)應(yīng)的文本。通過(guò)對(duì)基礎(chǔ)文本數(shù)據(jù)進(jìn)行特征提取和標(biāo)簽處理，然后輸入雙向長(zhǎng)短期記憶網(wǎng)絡(luò)-條件隨機(jī)場(chǎng)模型，提取模型輸出概率最高的文本數(shù)據(jù)，有利于提高對(duì)大量文本數(shù)據(jù)進(jìn)行關(guān)鍵數(shù)據(jù)提取的效率。

技術(shù)特征：

1.一種文本提取方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述多個(gè)樣本特征數(shù)據(jù)中不同類別的樣本特征數(shù)據(jù)進(jìn)行標(biāo)簽處理，得到多個(gè)樣本特征數(shù)據(jù)標(biāo)簽，包括：

3.如權(quán)利要求1所述的方法，其特征在于，在所述根據(jù)雙向長(zhǎng)短期記憶網(wǎng)絡(luò)-條件隨機(jī)場(chǎng)模型確定所述多個(gè)樣本特征數(shù)據(jù)標(biāo)簽中不同樣本特征數(shù)據(jù)標(biāo)簽的輸出概率之前，所述方法還包括：

4.如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)雙向長(zhǎng)短期記憶網(wǎng)絡(luò)-條件隨機(jī)場(chǎng)模型確定所述多個(gè)樣本特征數(shù)據(jù)標(biāo)簽中不同樣本特征數(shù)據(jù)標(biāo)簽的輸出概率，包括：

5.如權(quán)利要求4所述的方法，其特征在于，所述雙向長(zhǎng)短期記憶網(wǎng)絡(luò)層包括詞嵌入層、前向長(zhǎng)短期記憶網(wǎng)絡(luò)層、后向長(zhǎng)短期記憶網(wǎng)絡(luò)層以及全連接線性層，所述根據(jù)所述多個(gè)樣本特征數(shù)據(jù)標(biāo)簽和所述雙向長(zhǎng)短期記憶網(wǎng)絡(luò)-條件隨機(jī)場(chǎng)模型中的雙向長(zhǎng)短期記憶網(wǎng)絡(luò)層得到第一輸出，包括：

6.如權(quán)利要求4所述的方法，其特征在于，所述條件隨機(jī)場(chǎng)層包括發(fā)射概率函數(shù)和特征轉(zhuǎn)移函數(shù)，所述將所述第一輸出作為所述雙向長(zhǎng)短期記憶網(wǎng)絡(luò)-條件隨機(jī)場(chǎng)模型中的條件隨機(jī)場(chǎng)層的輸入，得到第二輸出，包括：

7.如權(quán)利要求1-6任一項(xiàng)所述的方法，其特征在于，在對(duì)基礎(chǔ)樣本數(shù)據(jù)進(jìn)行特征提取之前，所述方法還包括：

8.一種文本提取裝置，其特征在于，所述裝置包括：

9.一種計(jì)算機(jī)，其特征在于，所述計(jì)算機(jī)包括：

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有文本提取程序，所述文本提取程序包括執(zhí)行指令，所述執(zhí)行指令用于執(zhí)行如權(quán)利要求1-7任一項(xiàng)所述文本提取方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)公開(kāi)了一種文本提取方法、裝置、計(jì)算機(jī)、存儲(chǔ)介質(zhì)及程序產(chǎn)品，方法包括：對(duì)基礎(chǔ)樣本數(shù)據(jù)進(jìn)行特征提取，得到多個(gè)樣本特征數(shù)據(jù)；對(duì)所述多個(gè)樣本特征數(shù)據(jù)中不同類別的樣本特征數(shù)據(jù)進(jìn)行標(biāo)簽處理，得到多個(gè)樣本特征數(shù)據(jù)標(biāo)簽；根據(jù)雙向長(zhǎng)短期記憶網(wǎng)絡(luò)?條件隨機(jī)場(chǎng)模型確定所述多個(gè)樣本特征數(shù)據(jù)標(biāo)簽中不同樣本特征數(shù)據(jù)標(biāo)簽的輸出概率；提取所述基礎(chǔ)樣本數(shù)據(jù)中與所述輸出概率最大的樣本特征數(shù)據(jù)標(biāo)簽對(duì)應(yīng)的文本。通過(guò)對(duì)基礎(chǔ)文本數(shù)據(jù)進(jìn)行特征提取和標(biāo)簽處理，然后輸入雙向長(zhǎng)短期記憶網(wǎng)絡(luò)?條件隨機(jī)場(chǎng)模型，提取模型輸出概率最高的文本數(shù)據(jù)，有利于提高對(duì)大量文本數(shù)據(jù)進(jìn)行關(guān)鍵數(shù)據(jù)提取的效率。

技術(shù)研發(fā)人員：高超,宋鑫,古宇軍,宋巖,蔣遠(yuǎn)東,任浩,袁智源,孫蓉蓉
受保護(hù)的技術(shù)使用者：深圳供電局有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9