一种基于神经网络的合同信息提取方法、系统和存储介质与流程

技术特征：
1.一种基于神经网络的合同信息提取方法，其特征在于，包括：从合同文本中提取出原始文本数据，并对原始文本数据预处理得到预处理文本数据；通过ner实体识别模型对所述预处理文本数据进行命名实体识别得到所述预处理文本数据中的命名实体；通过词性识别模型对所述预处理文本数据进行识别获取预处理文本数据中所有分词的词性；根据所述预处理文本数据中的命名实体在所述原始文本数据中的位置前后的分词词性对所述预处理文本数据中的命名实体进行补全。2.根据权利要求1所述的方法，其特征在于，所述从合同文本中提取出原始文本数据，并对原始文本数据预处理得到预处理文本数据包括：将所述原始文本数据中的空格及标点符号删除。3.根据权利要求1所述的方法，其特征在于，所述ner实体识别模型基于lstm神经网络并由kears和tensorflow框架训练而成。4.根据权利要求1所述的方法，其特征在于，所述通过词性识别模型对所述预处理文本数据进行识别获取预处理文本数据中所有分词的词性包括：使用jieba分词工具在对预处理文本数据进行分词的同时对所分的分词进行词性标注。5.根据权利要求4所述的方法，其特征在于，所述通过词性识别模型对所述预处理文本数据进行识别获取预处理文本数据中所有分词的词性还包括：根据所述预处理文本数据中的命名实体在所述预处理文本数据中截取所述命名实体前后预定个数的分词组成的连续文本段落；通过人工审核所述连续文本段落中的分词的词性标注结果，将词性标注有误的分词建立人工词性表；响应于使用所述jieba分词工具对所述预处理文本进行分词，将所述人工词性表添加到所述jieba分词的词性表。6.根据权利要求5所述的方法，其特征在于，所述通过词性识别模型对所述预处理文本数据进行识别获取预处理文本数据中所有分词的词性还包括：根据所述预处理文本数据中的命名实体在所述原始文本数据中截取所述命名实体前后预定个数的分词组成的连续文本段落。7.根据权利要求6所的方法，其特征在于，所述根据所述预处理文本数据中的命名实体在所述原始文本数据中的位置前后的分词词性对所述预处理文本数据中的命名实体进行补全包括：判断所述命名实体在所述原始文本数据中的位置的前后的分词的词性是否与所述命名实体的词性相同；响应于所述命名实体在所述原始文本数据中的位置的前后的分词的词性与所述命名实体的词性相同，将所述命名实体在所述原始文本数据中的位置的前后的分词和所述命名实体合并为一个命名实体。8.根据权利要求7所述的方法，其特征在于，所述根据所述预处理文本数据中的命名实体在所述原始文本数据中的位置前后的分词词性对所述预处理文本数据中的命名实体进
行补全还包括：响应于所述命名实体和所述命名实体在所述原始文本数据中的位置的前后的分词之间存在标点符号，则禁止所述将所述命名实体在所述原始文本数据中的位置的前后的分词和所述命名实体合并为一个命名实体。9.一种基于神经网络的合同信息提取系统，其特征在于，包括：文本处理模块，所述文本处理模块配置用于从合同文本中提取出原始文本数据，并对原始文本数据预处理得到预处理文本数据；文本识别模块，所述文本识别模块配置用于通过ner实体识别模型对所述预处理文本数据进行命名实体识别得到所述预处理文本数据中的命名实体；文本词性标注模块，所述文本词性标注模块配置用于通过词性识别模型对所述预处理文本数据进行识别获取预处理文本数据中所有分词的词性；文本实体补全模块，所述文本实体补全模块配置用于根据所述预处理文本数据中的命名实体在所述原始文本数据中的位置前后的分词词性对所述预处理文本数据中的命名实体进行补全。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1
‑
8任意一项所述方法的步骤。

技术总结
一种基于神经网络的合同信息提取方法，包括：从合同文本中提取出原始文本数据，并对原始文本数据预处理得到预处理文本数据；通过NER实体识别模型对所述预处理文本数据进行命名实体识别得到所述预处理文本数据中的命名实体；通过词性识别模型对所述预处理文本数据进行识别获取预处理文本数据中所有分词的词性；根据所述预处理文本数据中的命名实体在所述原始文本数据中的位置前后的分词词性对所述预处理文本数据中的命名实体进行补全。本发明解决了命名实体模型识别在某些情况下无法有效识别出相应地特别长的命名实体的情况，有效提高了合同信息提取中命名实体识别的准确性，并且提高了命名实体模型的可信度。并且提高了命名实体模型的可信度。并且提高了命名实体模型的可信度。


技术研发人员：柴茂森
受保护的技术使用者：浪潮通用软件有限公司
技术研发日：2021.08.31
技术公布日：2021/10/26