本发明提供一种基于地质本体的地质报告文本信息提取方法,包括步骤:S1、对地质报告文档进行预处理操作,将文件类型转换成数据源格式,并进行分句、分词、去停用词、以及词性标注;S2、利用结构化信息构建地名词典库、地质实体词典库,在已有地质领域本体的基础上进行扩充并形成地名本体和地质时间本体;S3、通过模式匹配以及规则匹配方法对地质报告文本进行地质实体信息、时空关系信息、以及属性信息的抽取。本发明的有益效果:无需采用人工方式标注大量的训练数据集,节省了人力、物力;对现有的信息抽取模型进行了抽象及改进,为其他领域的信息抽取提供了一定思路。
声明:
“基于地质本体的地质报告文本信息提取方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)