技术摘要：
本申请公开了一种信息抽取方法、装置及电子设备，涉及自然语言处理技术领域。其中，该方法包括：对文档进行切分以形成多个句子；根据目标词规则集合对多个句子进行筛选，以生成候选句子集合，其中，候选句子集合之中包括多个候选句子；获取每个候选句子的文本特征；根  全部
背景技术：
随着互联网技术的不断发展，网络信息正在爆炸性增长，但这些网络信息中常常 夹杂着大量的冗余信息,造成数据重复和浪费空间等，因此，如何快速对数据中关键信息进 行有效抽取成为研究的焦点之一。 相关技术中，通常通过深度学习的方式从文档中抽取关键信息。但是，由于深度学 习模型复杂，在文档规模较大时，信息抽取的时间开销较大。
技术实现要素：
提供了一种信息抽取方法、装置、电子设备及存储介质。 根据第一方面，提供了一种信息抽取方法，包括：对文档进行切分以形成多个句 子；根据目标词规则集合对所述多个句子进行筛选，以生成候选句子集合，其中，所述候选 句子集合之中包括多个候选句子；获取所述每个候选句子的文本特征；根据所述每个候选 句子的文本特征，生成所述每个候选句子为目标信息的概率；以及从所述候选句子集合中 抽取所述概率大于或等于预设概率阈值的候选句子，以构成目标信息集合。 根据第二方面，提供了一种信息抽取装置，包括：切分模块，用于对文档进行切分 以形成多个句子；筛选模块，用于根据目标词规则集合对所述多个句子进行筛选，以生成候 选句子集合，其中，所述候选句子集合之中包括多个候选句子；第一获取模块，用于获取所 述每个候选句子的文本特征；生成模块，用于根据所述每个候选句子的文本特征，生成所述 每个候选句子为目标信息的概率；以及抽取模块，用于从所述候选句子集合中抽取所述概 率大于或等于预设概率阈值的候选句子，以构成目标信息集合。 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如前所述的 信息抽取方法。 根据第四方面，提供了一种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如前所述的信息抽取方法。 根据本申请实施例的技术方案，通过将文档切分成多个句子，并根据目标词规则 集合对多个句子进行筛选，以生成包括多个候选句子的候选句子集合，之后根据获取到的 每个候选句子的文本特征，生成每个候选句子为目标信息的概率，进而从候选句子集合中 抽取概率大于或等于预设概率阈值的候选句子，以构成目标信息集合。由此，通过目标词规 则集合进行了初步筛选，降低了信息抽取的数据处理量，从而降低了信息抽取时长，提高了 信息抽取的准确性。 5 CN 111581358 A 说　明　书 2/15 页 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为本申请实施例所提供的一种信息抽取方法的流程示意图； 图2为本申请实施例所提供的另一种信息抽取方法的流程示意图； 图3为本申请实施例所提供的再一种信息抽取方法的流程示意图； 图4为本申请实施例所提供的一种基于CNN的二分类模型的结构示意图； 图5为通过图4所示的基于CNN的二分类模型对候选句子进行处理的流程示意图； 图6本申请实施例所提供的又一种信息抽取方法的流程示意图； 图7为通过图4所示的二分类模型对候选句子进行处理的另一种流程示意图； 图8为本申请实施例提供的一种信息抽取装置的结构示意图； 图9为本申请实施例提供的电子设备的结构示意图。