CN111581363B - 知识抽取方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了知识抽取方法、装置、设备及存储介质，涉及大数据技术。具体实现方案为：根据用户在第一页面中输入的信息获取字段的名称和字段的设置信息，设置信息用于进行针对字段的知识抽取；根据用户在第二页面中输入的信息创建知识抽取任务；知识抽取任务包括字段和待处理文档，知识抽取任务用于根据设置信息对待处理文档进行针对字段的知识抽取；执行知识抽取任务，获得知识抽取答案；输出知识抽取答案。本申请提供的知识抽取方法，降低了知识抽取的人工成本，提升了知识抽取的效率。

Description

知识抽取方法、装置、设备及存储介质

技术领域

本申请涉及数据处理技术领域，尤其涉及一种大数据技术。

背景技术

知识图谱的构建基于知识的抽取或知识的挖掘。当前，知识抽取主要基于神经网络的机器学习实现。

神经网络模型需要基于样本数据预先训练，神经网络模型的运行效果与样本数据的数量和准确性密切相关。训练前期缺乏标注数据，通常通过人工标注的方式获取样本数据，这就增大了知识抽取的人工成本，而且效率较低。

发明内容

提供了一种知识抽取方法、装置、设备及存储介质，降低了知识抽取的人工成本，提升了知识抽取的效率。

根据第一方面，提供了一种知识抽取方法，包括：

根据用户在第一页面中输入的信息获取字段的名称和所述字段的设置信息，所述设置信息用于进行针对所述字段的知识抽取；

根据所述用户在第二页面中输入的信息创建知识抽取任务；所述知识抽取任务包括所述字段和待处理文档，所述知识抽取任务用于根据所述设置信息对所述待处理文档进行针对所述字段的知识抽取；

执行所述知识抽取任务，获得知识抽取答案；

输出所述知识抽取答案。

可以看出，与现有技术不同的是，本申请实施例中，通过用户在第一页面中输入的信息可以获取字段的名称和字段的设置信息，通过用户在第二页面中输入的信息可以创建知识抽取任务，知识抽取任务用于根据字段的设置信息对待处理文档进行针对该字段的知识抽取，从而，执行知识抽取任务，获得并输出知识抽取答案。本申请提供的知识抽取方法，相比于现有技术，没有使用神经网络模型实现知识抽取，而是通过字段的设置信息实现对文档的知识抽取，避免了使用神经网络模型时需要预先获取训练样本和预先训练模型的过程，降低了人工成本，缩短了准备时间，提升了知识抽取的效率。

根据第二方面，提供了一种知识抽取装置，包括：

获取模块，用于根据用户在第一页面中输入的信息获取字段的名称和所述字段的设置信息，所述设置信息用于进行针对所述字段的知识抽取；

创建模块，用于根据所述用户在第二页面中输入的信息创建知识抽取任务；所述知识抽取任务包括所述字段和待处理文档，所述知识抽取任务用于根据所述设置信息对所述待处理文档进行针对所述字段的知识抽取；

处理模块，用于执行所述知识抽取任务，获得知识抽取答案；

输出模块，用于输出所述知识抽取答案。

根据第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面所述的方法。

根据第四方面，提供了存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述第一方面所述的方法。

根据第五方面，提供了一种计算机程序产品，所述程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。

上述申请中的一个实施例具有如下优点或有益效果：通过用户在第一页面中输入的信息可以获取字段的名称和字段的设置信息，通过用户在第二页面中输入的信息可以创建知识抽取任务，知识抽取任务用于根据字段的设置信息对待处理文档进行针对该字段的知识抽取，从而，执行知识抽取任务，获得并输出知识抽取答案，降低了人工成本，提升了知识抽取的效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1为本申请实施例适用的应用场景图；

图2为本申请实施例提供的知识抽取方法的一种流程图；

图3为本申请实施例提供的知识抽取方法的另一种流程图；

图4为本申请实施例提供的第一页面的示意图；

图5为本申请实施例提供的知识抽取装置的一种结构示意图；

图6为本申请实施例提供的电子设备的一种结构示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

本申请提供一种知识抽取方法。知识抽取，是指把蕴含于信息源中的知识经过识别、理解、筛选、归纳等过程抽取出来，存储形成知识元库。本申请提供的知识抽取方法，可以针对文档实现知识抽取。本申请对文档的类型不做限定，例如，文档的类型可以包括但不限于文本(TXT)类型或PDF类型。文档的类型也可以称为文档的格式。本申请对文档的内容不做限定，例如，可以涉及保险领域、法律领域、科研文献领域等等。示例性的，本申请以应用于保险领域为例对本申请提供的技术方案进行说明。

图1为本申请实施例适用的应用场景图。服务器100可以与输入输出设备200之间进行数据传输，本申请对数据传输方式不做限定，可以为无线传输方式，也可以为有线传输方式。其中，输入输出设备200可以显示页面201，用户可以在页面201中输入信息、上传文档或者创建知识抽取任务。本申请对页面201的名称、页面201的布局和页面201的显示内容不做限定。可选的，页面201可以为浏览器页面。服务器100通过与输入输出设备200之间进行数据传输，可以获取用户在页面201中输入的信息，创建并执行知识抽取任务，获得并输出知识抽取答案。可选的，知识抽取答案可以在页面201中显示。

其中，本申请对服务器100的实现方式不做限定，例如，单机服务器、集群服务器等。

其中，本申请对输入输出设备200的实现方式不做限定，例如，传统显示屏、触摸式显示屏、智能手机、平板电脑等。

下面结合附图进行描述。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

图2为本申请实施例提供的知识抽取方法的一种流程图。本实施例提供的知识抽取方法，执行主体可以为知识抽取装置或电子设备。如图2所示，本实施例提供的知识抽取方法，可以包括：

S201、根据用户在第一页面中输入的信息获取字段的名称和字段的设置信息。

其中，设置信息用于进行针对字段的知识抽取。

具体的，用户可以在第一页面中输入信息，电子设备可以获取用户在第一页面中输入的信息，并根据输入的信息获取字段的名称和字段的设置信息。后续，对于用户需要进行知识抽取的文档，可以根据该字段及其设置信息实现对文档的知识抽取。

需要说明的是，本实施例对第一页面的名称、第一页面的布局和页面显示内容不做限定，本实施例对字段的数量不做限定。例如，在一种实现方式中，第一页面中每次允许用户输入一个字段的名称和该字段的设置信息。又例如，在另一种实现方式中，第一页面中每次允许用户输入多个字段的名称以及每个字段的设置信息。在本申请各实施例中，多个是指两个或两个以上。

S202、根据用户在第二页面中输入的信息创建知识抽取任务。

其中，知识抽取任务包括字段和待处理文档，知识抽取任务用于根据设置信息对待处理文档进行针对字段的知识抽取。

具体的，用户可以在第二页面中输入信息，电子设备可以获取用户在第二页面中输入的信息，并根据输入的信息创建知识抽取任务。

可选的，用户在第二页面中输入的信息可以包括待处理文档的相关信息和字段的名称。可选的，待处理文档的相关信息可以包括下列中的至少一项：待处理文档的名称或待处理文档的存储地址。在本申请各实施例中，至少一项是指一个、两个或两个以上。可选的，待处理文档可以是用户上传的文档，或是预先存储在电子设备中的文档，或是电子设备通过其他方式获得的文档。其中，本实施例对用户上传文档的页面和时间不做限定。例如，用户可以在第一页面中输入信息之前向电子设备上传文档，或者，用户可以在第一页面中输入信息之后向电子设备上传文档。例如，用户上传文档的页面可以是单独的页面，或者，用户可以在第二页面中上传文档。

需要说明的是，本实施例对第二页面的名称、第二页面的布局和界面内容不做限定，对待处理文档的数量不做限定，对字段的数量不做限定。在本实施例中，可以针对每个待处理文档且针对每个字段完成知识抽取。下面通过示例进行说明。

可选的，在一个示例中，知识抽取任务包括1个字段和1个待处理文档。待处理文档称为待处理文档1，字段的名称称为字段1。知识抽取任务具体为：根据字段1的设置信息对待处理文档1进行针对字段1的知识抽取。

可选的，在另一个示例中，知识抽取任务包括2个字段和1个待处理文档。待处理文档称为待处理文档1，2个字段的名称分别称为字段1和字段2。知识抽取任务具体为：根据字段1的设置信息对待处理文档1进行针对字段1的知识抽取，以及，根据字段2的设置信息对待处理文档1进行针对字段1的知识抽取。

可选的，在另一个示例中，知识抽取任务包括2个字段和2个待处理文档。2个待处理文档分别称为待处理文档1和待处理文档2，2个字段的名称分别称为字段1和字段2。知识抽取任务具体为：根据字段1的设置信息对待处理文档1进行针对字段1的知识抽取，以及，根据字段1的设置信息对待处理文档2进行针对字段1的知识抽取，以及，根据字段2的设置信息对待处理文档1进行针对字段2的知识抽取，以及，根据字段2的设置信息对待处理文档2进行针对字段2的知识抽取。

S203、执行知识抽取任务，获得知识抽取答案。

S204、输出知识抽取答案。

可选的，知识抽取答案可以用于后续的知识图谱构建，或者在图1所示场景中，在输入输出设备200显示的页面201中进行显示。

可见，本实施例提供的知识抽取方法，通过用户在第一页面中输入的信息可以获取字段的名称和字段的设置信息，通过用户在第二页面中输入的信息可以创建知识抽取任务，知识抽取任务用于根据字段的设置信息对待处理文档进行针对该字段的知识抽取，从而，执行知识抽取任务，获得并输出知识抽取答案。本实施例提供的知识抽取方法，相比于现有技术，没有使用神经网络模型实现知识抽取，而是通过字段的设置信息实现对文档的知识抽取，避免了使用神经网络模型时需要预先获取训练样本和预先训练模型的过程，降低了人工成本，缩短了准备时间，提升了知识抽取的效率。

而且，本实施例提供的知识抽取方法，获取的知识抽取答案可以作为神经网络模型训练的样本数据，为神经网络模型的训练降低了人工成本，扩大了样本数据量，从而可以提升神经网络模型的训练效率和训练准确性。

可选的，在图2所示实施例的基础上，在本申请的另一个实施例中，设置信息可以包括知识抽取范围、知识抽取规则表达式、知识抽取返回粒度和知识抽取答案的数量。

知识抽取范围用于在待处理文档中确定针对字段的知识抽取范围。可选的，知识抽取范围可以包括全文范围、段落范围和标题范围。全文范围用于指示在待处理文档的整个文档范围内进行针对字段的知识抽取。段落范围用于指示以段落为粒度、对待处理文档中的特定段落进行针对字段的知识抽取。本实施例对特定段落的确定方法不做限定，例如，特定段落可以为包括字段的名称的段落。标题范围用于指示以标题为粒度、对待处理文档中特定标题下的段落进行针对字段的知识抽取。本实施例对特定标题的确定方法不做限定，例如，特定标题可以为包括字段的名称的标题。

知识抽取规则表达式用于对待处理文档中的内容进行匹配，从而实现知识抽取。本实施例对知识抽取规则表达式的实现方式不做限定，可以根据需要对表达式的结构、表达式中各个符号的含义进行预先定义。知识抽取规则表达式也可以利用现有的一些表达式，例如，正则表达式。需要说明的是，本实施例对字段对应的知识抽取规则表达式的数量不做限定，可以为1个，也可以为多个。

知识抽取返回粒度用于指示知识抽取答案的返回精度。可选的，知识抽取返回粒度可以包括字段、句子和段落。举例说明。假设，字段的名称为保险领域中的“等待期”。知识抽取返回粒度为字段时，知识抽取答案可以为“等待期”的取值，例如为120天、3周、1年，等等。知识抽取返回粒度为句子时，知识抽取答案可以为待处理文档中包括“等待期”的句子，例如为：有120天的等待期、等待期为3周、1年的时间被称为等待期，等等。知识抽取返回粒度为段落时，知识抽取答案可以为待处理文档中包括“等待期”的段落。

知识抽取答案的数量为用户设置的对待处理文档执行知识抽取任务后，需要的知识抽取答案的个数。可选的，知识抽取答案的数量可以设置为“单一答案”，此时，知识抽取答案的个数最多为一个。可选的，知识抽取答案的数量可以设置为“多答案”，此时，不限定知识抽取答案的个数，可能是1个，也可能是多个，取决于对待处理文档针对字段进行知识抽取的实际结果。

可选的，图3为本申请实施例提供的知识抽取方法的另一种流程图。如图3所示，S203中，执行知识抽取任务，获得知识抽取答案，可以包括：

S301、根据知识抽取范围在待处理文档中确定待抽取信息。

S302、根据知识抽取答案的数量和知识抽取规则表达式对待抽取信息进行知识抽取，获得知识抽取结果信息。

S303、根据知识抽取返回粒度和知识抽取结果信息，获得知识抽取答案。

具体的，首先根据知识抽取范围在待处理文档中确定待抽取信息。可选的，如果知识抽取范围为全文范围，则待抽取信息为待处理文档。如果知识抽取范围为段落范围，则待抽取信息包括待处理文档中的特定段落。如果知识抽取范围为标题范围，则待抽取信息包括待处理文档中特定标题下的段落。然后，根据知识抽取答案的数量和知识抽取规则表达式对待抽取信息进行知识抽取，获得知识抽取结果信息。最后，根据知识抽取返回粒度和知识抽取结果信息，获得知识抽取答案。

在本实施例中，为了描述方便，将根据知识抽取答案的数量和知识抽取规则表达式对待抽取信息进行知识抽取后得到的结果称为知识抽取结果信息，对根据知识抽取返回粒度对知识抽取结果信息处理后的结果称为知识抽取答案。知识抽取结果信息与知识抽取答案可能相同也可能不同。举例说明。知识抽取结果信息可能是待处理文档中的一个段落。如果知识抽取返回粒度为段落，此时，知识抽取结果信息与知识抽取答案相同，均为该段落。如果知识抽取返回粒度为句子，此时，知识抽取结果信息与知识抽取答案不同，知识抽取答案可以为知识抽取结果信息中的特定句子。

可选的，S301中，根据知识抽取范围在待处理文档中确定待抽取信息，可以包括：

若待处理文档的格式不是预设文档格式，则根据预设文档格式将待处理文档转换为中间文档。

解析中间文档，获取文档信息。文档信息包括待处理文档中的各个段落、各个标题、标题层级，以及标题与段落之间的对应关系。

根据知识抽取范围和文档信息，确定待抽取信息。

具体的，本实施例对待处理文档的格式不做限定。但是，可以预先设置一种文档格式，针对该文档格式实现知识抽取的软件代码开发，节省代码开发成本，提升软件代码的通用性。本实施例对预设文档格式不做限定，例如，可以为文本格式。如果待处理文档的格式不是预设文档格式，则可以根据预设文档格式将待处理文档转换为中间文档，例如，将PDF文档转换为文本文档。然后，解析中间文档，获取文档信息，根据知识抽取范围和文档信息，确定待抽取信息。如果待处理文档的格式是预设文档格式，则待处理文档为中间文档，执行后续步骤。

其中，文档信息包括待处理文档中的各个段落、各个标题、标题层级，以及标题与段落之间的对应关系。可选的，各个段落和各个标题可以用标识信息进行唯一区分，例如，段落号、文档页号结合文档行号等。其中，本实施例对解析中间文档获取文档信息的实现方式不做限定，可以采用现有的任意一种文档解析方法。

可选的，本实施例提供的知识抽取方法，设置信息还可以包括答案过滤规则。

在S204中输出知识抽取答案之前，还可以包括：

根据答案过滤规则对知识抽取答案进行过滤，获得修正后的知识抽取答案。

相应的，S204中输出知识抽取答案，可以包括：

输出修正后的知识抽取答案。

通过设置答案过滤规则，可以将知识抽取答案中不符合要求的答案过滤掉，提升知识抽取的准确性。

举例说明。假设，字段的名称为保险领域中的“等待期”。答案过滤规则为：不包括“百年”。因为“百年”可能是一种保险产品的名称。假设，知识抽取返回粒度为字段，知识抽取答案为120天、3周、1年、百年共计4个结果。那么，根据答案过滤规则将“百年”过滤掉，最终获得的知识抽取答案为120天、3周、1年共计3个结果。

可选的，本实施例提供的知识抽取方法，设置信息还可以包括映射信息，映射信息用于指示知识抽取答案的格式为预设答案格式。

在S204中输出知识抽取答案之前，还可以包括：

若知识抽取答案的格式不是预设答案格式，则根据预设答案格式对知识抽取答案进行转换，获得转换后的知识抽取答案。

相应的，S204中输出知识抽取答案，可以包括：

输出转换后的知识抽取答案。

通过设置映射信息，可以将知识抽取答案统一转换为规定的格式，便于后续的数据处理。

举例说明。假设，字段的名称为保险领域中的“等待期”。

可选的，在一个示例中，映射信息为“等待期”的单位为天。假设，知识抽取返回粒度为字段，知识抽取答案为120天、3周、1年。那么，根据映射信息，最终获得的知识抽取答案为120天、21天、365天。

可选的，在另一个示例中，映射信息为：“等待期”为XX。假设，知识抽取返回粒度为句子，知识抽取答案为：有120天的等待期、等待期为3周、1年的时间被称为等待期。那么，根据映射信息，最终获得的知识抽取答案为：等待期为120天、等待期为3周、等待期为1年。

可选的，在图3所示实施例的基础上，在本申请的又一个实施例中，对S302中根据知识抽取答案的数量和知识抽取规则表达式对待抽取信息进行知识抽取，获得知识抽取结果信息的实现方式进行说明。

可选的，在一种实现方式中，知识抽取答案的数量为一个。S302中，根据知识抽取答案的数量和知识抽取规则表达式对待抽取信息进行知识抽取，获得知识抽取结果信息，可以包括：

若知识抽取规则表达式为一个，则根据该知识抽取规则表达式对待抽取信息进行知识抽取，直至获取知识抽取结果信息，并停止进行知识抽取。

若知识抽取规则表达式为至少两个，则按照至少两个知识抽取规则表达式的优先级从高到低的顺序依次根据至少两个知识抽取规则表达式对待抽取信息进行知识抽取，直至获取知识抽取结果信息，并停止进行知识抽取。

下面结合示例进行说明。

可选的，在一个示例中，假设，知识抽取规则表达式为1个，称为表达式1。根据表达式1对待抽取信息进行知识抽取，只要获取到一个知识抽取结果信息，即停止进行知识抽取。

可选的，在另一个示例中，假设，知识抽取规则表达式为3个，分别称为表达式1～表达式3，其中，表达式1的优先级最高，表达式3的优先级最低。那么，首先根据表达式1对待抽取信息进行知识抽取。在第一种场景中，如果根据表达式1进行知识抽取获取到一个知识抽取结果信息，则停止进行知识抽取，后续不用根据表达式2和表达式3进行知识抽取。在第二种场景中，如果根据表达式1没有获取到知识抽取结果信息，则继续根据表达式2对待抽取信息进行知识抽取。在第三种场景中，如果根据表达式2进行知识抽取获取到一个知识抽取结果信息，则停止进行知识抽取，后续不用根据表达式3进行知识抽取。

可选的，在另一种实现方式中，知识抽取答案的数量为一个。S302中，根据知识抽取答案的数量和知识抽取规则表达式对待抽取信息进行知识抽取，获得知识抽取结果信息，可以包括：

根据知识抽取规则表达式对待抽取信息进行知识抽取，获取至少一个知识抽取结果中间信息；

根据至少一个知识抽取结果中间信息，获取知识抽取结果信息。

下面结合示例进行说明。

假设，字段的名称为保险领域中的“等待期”。知识抽取规则表达式为2个，分别称为表达式1和表达式2。根据表达式1对待抽取信息进行知识抽取，可以获得1个知识抽取结果中间信息，为120天。根据表达式2对待抽取信息进行知识抽取，可以获得1个知识抽取结果中间信息，为3周。可以将“120天”和“3周”中的最小值、最大值、平均值或加权平均值作为知识抽取结果信息。

需要说明的是，本实施例对根据至少一个知识抽取结果中间信息，获取知识抽取结果信息的实现方式不做限定，字段不同，实现方式可以不同。

可选的，在又一种实现方式中，知识抽取答案的数量为至少一个。S302中，根据知识抽取答案的数量和知识抽取规则表达式对待抽取信息进行知识抽取，获得知识抽取结果信息，可以包括：

根据每个知识抽取规则表达式分别对待抽取信息进行知识抽取，获取每个知识抽取规则表达式分别对应的知识抽取结果信息。

在该种实现方式中，不限定知识抽取规则表达式的个数。当知识抽取规则表达式的个数为1个时，则根据该知识抽取规则表达式对待抽取信息进行知识抽取，获取全部的知识抽取结果信息。当知识抽取规则表达式的个数为多个时，则依次根据每个知识抽取规则表达式对待抽取信息进行知识抽取，获取全部抽取规则表达式对应的知识抽取结果信息。

下面，在本申请上述方法实施例的基础上，结合图4对第一页面进行示例性说明。其中，图4并不对第一页面形成限定。

如图4所示，第一页面的名称可以称为“字段设定”页面。在第一页面中，可以包括多个输入框。

其中，输入框401用于设置“字段名称”，可以输入字段的名称。

输入框402用于设置“召回方式”，即知识抽取范围。其中，“全文匹配”用于指示全文范围、“段落匹配”用于指示段落范围，“标题匹配”用于指示标题范围。

输入框403～405用于设置“召回规则”，用于在“召回方式”为“段落匹配”或“标题匹配”时，设置具体的规则。可选的，输入框404～405可以输入关键字。

输入框406用于设置“答案规则”，即知识抽取规则表达式。

输入框407用于设置“返回粒度”，即知识抽取返回粒度。其中，“精确答案”用于指示字段粒度、“句子”用于指示句子粒度，“段落”用于指示段落粒度。

输入框408～410用于设置“答案过滤”，答案过滤规则。其中，输入框409～410可以输入关键字。

输入框411～412用于设置“答案后处理”，即知识抽取答案的数量。其中，输入框412用于当输入框411为“单一答案”时设置具体的处理规则。

输入框413用于设置“答案映射”，即映射信息。

可选的，在第一页面中，还可以包括按钮414，用户在第一页面中输入信息后，点击按钮414，保存用户输入的信息。其中，本实施例对按钮414的名称不做限定。例如，在图4中，名称为“提交”。又例如，名称可以为“保存”。

图5为本申请实施例提供的知识抽取装置的一种结构示意图。如图5所示，本实施例提供的知识抽取装置，可以包括：

获取模块501，用于根据用户在第一页面中输入的信息获取字段的名称和所述字段的设置信息，所述设置信息用于进行针对所述字段的知识抽取；

创建模块502，用于根据所述用户在第二页面中输入的信息创建知识抽取任务；所述知识抽取任务包括所述字段和待处理文档，所述知识抽取任务用于根据所述设置信息对所述待处理文档进行针对所述字段的知识抽取；

处理模块503，用于执行所述知识抽取任务，获得知识抽取答案；

输出模块504，用于输出所述知识抽取答案。

可选的，所述设置信息包括知识抽取范围、知识抽取规则表达式、知识抽取返回粒度和知识抽取答案的数量。

可选的，所述处理模块503具体用于：

根据所述知识抽取范围在所述待处理文档中确定待抽取信息；

根据所述知识抽取答案的数量和所述知识抽取规则表达式对所述待抽取信息进行知识抽取，获得知识抽取结果信息；

根据所述知识抽取返回粒度和所述知识抽取结果信息，获得所述知识抽取答案。

可选的，所述知识抽取答案的数量为一个，所述处理模块503具体用于：

若所述知识抽取规则表达式为一个，则根据该知识抽取规则表达式对所述待抽取信息进行知识抽取，直至获取所述知识抽取结果信息，并停止进行知识抽取；

若所述知识抽取规则表达式为至少两个，则按照所述至少两个知识抽取规则表达式的优先级从高到低的顺序依次根据所述至少两个知识抽取规则表达式对所述待抽取信息进行知识抽取，直至获取所述知识抽取结果信息，并停止进行知识抽取。

可选的，所述知识抽取答案的数量为至少一个，所述处理模块503具体用于：

根据每个所述知识抽取规则表达式分别对所述待抽取信息进行知识抽取，获取每个所述知识抽取规则表达式分别对应的知识抽取结果信息。

可选的，所述处理模块503具体用于：

若所述待处理文档的格式不是预设文档格式，则根据所述预设文档格式将所述待处理文档转换为中间文档；

解析所述中间文档，获取文档信息；所述文档信息包括所述待处理文档中的各个段落、各个标题、标题层级，以及标题与段落之间的对应关系；

根据所述知识抽取范围和所述文档信息，确定所述待抽取信息。

可选的，所述设置信息还包括答案过滤规则；

所述处理模块503还用于：

根据所述答案过滤规则对所述知识抽取答案进行过滤，获得修正后的知识抽取答案；

所述输出模块504具体用于：

输出所述修正后的知识抽取答案。

可选的，所述设置信息还包括映射信息，所述映射信息用于指示知识抽取答案的格式为预设答案格式；

所述处理模块503还用于：

若所述知识抽取答案的格式不是所述预设答案格式，则根据所述预设答案格式对所述知识抽取答案进行转换，获得转换后的知识抽取答案；

所述输出模块504具体用于：

输出所述转换后的知识抽取答案。

可选的，所述知识抽取范围包括全文范围、段落范围和标题范围。

可选的，所述知识抽取返回粒度包括字段、句子和段落。

本实施例提供的知识抽取装置，用于执行本申请方法实施例提供的知识抽取方法，技术原理和技术效果相似，此处不再赘述。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

根据本申请的实施例，本申请还提供了一种计算机程序产品，程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。

图6为本申请实施例提供的电子设备的一种结构示意图。如图6所示，电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、汽车中的车载***(或者称之为车载电脑)、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、智能电话、平板电脑、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图6所示，该电子设备包括：一个或多个处理器801、存储器802，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。图6中以一个处理器801为例。

存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的知识抽取方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的知识抽取方法。

存储器802作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的知识抽取方法对应的程序指令/模块(例如，附图5所示的获取模块501、创建模块502、处理模块503和输出模块504)。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例中的知识抽取方法。

存储器802可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器802可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器802可选包括相对于处理器801远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

上述电子设备还可以包括：输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置803可接收其它装置或设备(例如麦克风阵列等)发送的数据或信息、还可输入的数字或字符信息，以及产生与上述电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且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。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本申请实施例的技术方案，通过拦截获取持久层内的待处理数据，如果根据编译文件确定待处理数据包括需加密或解密的目标类且待处理数据包括该目标类中需加密或解密的目标字段，则对需加密或解密的目标字段进行加密或解密，获得目标数据。可见，本申请实施例不需要对原有程序中数据库***和读取操作的相关代码进行修改，降低了对原有程序的改造量，提升了数据处理效率。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (22)

1.一种知识抽取方法，其特征在于，包括：

根据用户在第一页面中输入的信息获取字段的名称和所述字段的设置信息，所述设置信息用于进行针对所述字段的知识抽取；

根据所述用户在第二页面中输入的待处理文档的相关信息和所述字段的名称创建知识抽取任务；所述知识抽取任务包括所述字段和待处理文档，所述知识抽取任务用于根据所述设置信息对所述待处理文档进行针对所述字段的知识抽取；

执行所述知识抽取任务，获得知识抽取答案；

输出所述知识抽取答案。

2.根据权利要求1所述的方法，其特征在于，所述设置信息包括知识抽取范围、知识抽取规则表达式、知识抽取返回粒度和知识抽取答案的数量。

3.根据权利要求2所述的方法，其特征在于，所述执行所述知识抽取任务，获得知识抽取答案，包括：

根据所述知识抽取范围在所述待处理文档中确定待抽取信息；

根据所述知识抽取答案的数量和所述知识抽取规则表达式对所述待抽取信息进行知识抽取，获得知识抽取结果信息；

根据所述知识抽取返回粒度和所述知识抽取结果信息，获得所述知识抽取答案。

4.根据权利要求3所述的方法，其特征在于，所述知识抽取答案的数量为一个，所述根据所述知识抽取答案的数量和所述知识抽取规则表达式对所述待抽取信息进行知识抽取，获得知识抽取结果信息，包括：

若所述知识抽取规则表达式为一个，则根据该知识抽取规则表达式对所述待抽取信息进行知识抽取，直至获取所述知识抽取结果信息，并停止进行知识抽取；

若所述知识抽取规则表达式为至少两个，则按照所述至少两个知识抽取规则表达式的优先级从高到低的顺序依次根据所述至少两个知识抽取规则表达式对所述待抽取信息进行知识抽取，直至获取所述知识抽取结果信息，并停止进行知识抽取。

5.根据权利要求3所述的方法，其特征在于，所述知识抽取答案的数量为至少一个，所述根据所述知识抽取答案的数量和所述知识抽取规则表达式对所述待抽取信息进行知识抽取，获得知识抽取结果信息，包括：

根据每个所述知识抽取规则表达式分别对所述待抽取信息进行知识抽取，获取每个所述知识抽取规则表达式分别对应的知识抽取结果信息。

6.根据权利要求3-5任一项所述的方法，其特征在于，所述根据所述知识抽取范围在所述待处理文档中确定待抽取信息，包括：

若所述待处理文档的格式不是预设文档格式，则根据所述预设文档格式将所述待处理文档转换为中间文档；

解析所述中间文档，获取文档信息；所述文档信息包括所述待处理文档中的各个段落、各个标题、标题层级，以及标题与段落之间的对应关系；

根据所述知识抽取范围和所述文档信息，确定所述待抽取信息。

7.根据权利要求2-5任一项所述的方法，其特征在于，所述设置信息还包括答案过滤规则；

所述输出所述知识抽取答案之前，还包括：

根据所述答案过滤规则对所述知识抽取答案进行过滤，获得修正后的知识抽取答案；

所述输出所述知识抽取答案，包括：

输出所述修正后的知识抽取答案。

8.根据权利要求2-5任一项所述的方法，其特征在于，所述设置信息还包括映射信息，所述映射信息用于指示知识抽取答案的格式为预设答案格式；

所述输出所述知识抽取答案之前，还包括：

若所述知识抽取答案的格式不是所述预设答案格式，则根据所述预设答案格式对所述知识抽取答案进行转换，获得转换后的知识抽取答案；

所述输出所述知识抽取答案，包括：

输出所述转换后的知识抽取答案。

9.根据权利要求2-5任一项所述的方法，其特征在于，所述知识抽取范围包括全文范围、段落范围和标题范围。

10.根据权利要求2-5任一项所述的方法，其特征在于，所述知识抽取返回粒度包括字段、句子和段落。

11.一种知识抽取装置，其特征在于，包括：

获取模块，用于根据用户在第一页面中输入的信息获取字段的名称和所述字段的设置信息，所述设置信息用于进行针对所述字段的知识抽取；

创建模块，用于根据所述用户在第二页面中输入的待处理文档的相关信息和所述字段的名称创建知识抽取任务；所述知识抽取任务包括所述字段和待处理文档，所述知识抽取任务用于根据所述设置信息对所述待处理文档进行针对所述字段的知识抽取；

处理模块，用于执行所述知识抽取任务，获得知识抽取答案；

输出模块，用于输出所述知识抽取答案。

12.根据权利要求11所述的装置，其特征在于，所述设置信息包括知识抽取范围、知识抽取规则表达式、知识抽取返回粒度和知识抽取答案的数量。

13.根据权利要求12所述的装置，其特征在于，所述处理模块具体用于：

根据所述知识抽取范围在所述待处理文档中确定待抽取信息；

根据所述知识抽取答案的数量和所述知识抽取规则表达式对所述待抽取信息进行知识抽取，获得知识抽取结果信息；

根据所述知识抽取返回粒度和所述知识抽取结果信息，获得所述知识抽取答案。

14.根据权利要求13所述的装置，其特征在于，所述知识抽取答案的数量为一个，所述处理模块具体用于：

若所述知识抽取规则表达式为一个，则根据该知识抽取规则表达式对所述待抽取信息进行知识抽取，直至获取所述知识抽取结果信息，并停止进行知识抽取；

若所述知识抽取规则表达式为至少两个，则按照所述至少两个知识抽取规则表达式的优先级从高到低的顺序依次根据所述至少两个知识抽取规则表达式对所述待抽取信息进行知识抽取，直至获取所述知识抽取结果信息，并停止进行知识抽取。

15.根据权利要求13所述的装置，其特征在于，所述知识抽取答案的数量为至少一个，所述处理模块具体用于：

根据每个所述知识抽取规则表达式分别对所述待抽取信息进行知识抽取，获取每个所述知识抽取规则表达式分别对应的知识抽取结果信息。

16.根据权利要求13-15任一项所述的装置，其特征在于，所述处理模块具体用于：

若所述待处理文档的格式不是预设文档格式，则根据所述预设文档格式将所述待处理文档转换为中间文档；

解析所述中间文档，获取文档信息；所述文档信息包括所述待处理文档中的各个段落、各个标题、标题层级，以及标题与段落之间的对应关系；

根据所述知识抽取范围和所述文档信息，确定所述待抽取信息。

17.根据权利要求12-15任一项所述的装置，其特征在于，所述设置信息还包括答案过滤规则；

所述处理模块还用于：

根据所述答案过滤规则对所述知识抽取答案进行过滤，获得修正后的知识抽取答案；

所述输出模块具体用于：

输出所述修正后的知识抽取答案。

18.根据权利要求12-15任一项所述的装置，其特征在于，所述设置信息还包括映射信息，所述映射信息用于指示知识抽取答案的格式为预设答案格式；

所述处理模块还用于：

若所述知识抽取答案的格式不是所述预设答案格式，则根据所述预设答案格式对所述知识抽取答案进行转换，获得转换后的知识抽取答案；

所述输出模块具体用于：

输出所述转换后的知识抽取答案。

19.根据权利要求12-15任一项所述的装置，其特征在于，所述知识抽取范围包括全文范围、段落范围和标题范围。

20.根据权利要求12-15任一项所述的装置，其特征在于，所述知识抽取返回粒度包括字段、句子和段落。

21.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。

22.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的方法。