(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210306095.4 (22)申请日 2022.03.25 (71)申请人 北京感易智能科技有限公司 地址 102425 北京市房山区阎村镇阎富路1 号20号楼3层3 05 (72)发明人 利秀明　郎凯　胡殿明　刘雨亮　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 张睿 (51)Int.Cl. G06F 40/279(2020.01) G06F 40/30(2020.01) G06F 40/216(2020.01) (54)发明名称 文本表格中答案文本的抽取方法及装置 (57)摘要 本发明提供一种文本表格中答案文本的抽 取方法及装置， 其中， 该方法包括： 提取待处理的 文本数据中的表 格， 并获取问题文本对应的问题 文本向量； 获取单元格的坐标对应的单元格坐标 向量和单元格中的文本对应的单元格文本向量， 拼接为单元格拼接向量； 将单元格拼接向量输入 索引识别模型， 确定索引单元格和非索引单元 格； 将非索引单元格的单元格拼接向量以及位于 非索引单元格左边和上方的各索引 单元格的单 元格拼接向量输入特征融合模型， 获取上下文向 量； 将上下文向量和问题文本向量拼接后输入答 案提取模型， 确定答案单元格和非答案单元格， 将答案单元格中的文本确定为答案文本。 本发明 提供的文本表格中答案文本的抽取方法及装置， 能提高抽取精度。 权利要求书2页 说明书13页 附图5页 CN 114662482 A 2022.06.24 CN 114662482 A 1.一种文本表格中答案文本的抽取 方法， 其特 征在于， 包括： 提取待处 理的文本数据中的表格， 并获取问题文本对应的问题文本向量； 获取所述表格中每一单元格的坐标对应的单元格坐标向量和所述每一单元格中的文 本对应的单 元格文本向量， 并拼接为所述每一单 元格的单 元格拼接向量； 分别将每一所述单元格的单元格拼接向量输入索引识别模型， 对各所述单元格进行分 类， 确定各 所述单元格中的索引单 元格和非索引单 元格； 对于每一非索引单元格， 将所述每一非索引单元格的单元格拼接向量， 以及位于所述 每一非索引单元格左边和上方的各索引单元格的单元格拼接向量输入特征融合模型， 进 行 特征融合， 获取 所述每一非索引单 元格的上 下文向量； 分别将每一所述非索引单元格的上下文向量和所述问题文本向量拼接后输入答案提 取模型， 对各所述非索引单元格进行分类， 确定各所述非索引单元格中的答案单元格和非 答案单元格， 并将所述 答案单元格中的文本确定为所述问题文本对应的答案文本 。 2.根据权利要求1所述的文本表格中答案文本的抽取方法， 其特征在于， 所述获取所述 表格中每一单 元格的坐标对应的单 元格坐标向量， 包括： 获取所述表格中各 单元格的坐标； 对于每一单元格， 将所述每一单元格的坐标输入坐标特征提取模型， 对所述每一单元 格的坐标进行向量化表示， 获得所述坐标特征提取模型输出的所述每一单元格的坐标对应 的单元格坐标向量。 3.根据权利要求2所述的文本表格中答案文本的抽取方法， 其特征在于， 所述对于每一 非索引单元格， 将所述每一非索引单元格的单元格拼接 向量， 以及位于所述每一非索引单 元格左边和上方的各索引单元格的单元格拼接 向量输入特征融合模型， 进行特征融合， 获 取所述每一非索引单 元格的上 下文向量， 包括： 基于所述每一非索引单元格的坐标和各索引单元格的坐标， 确定位于所述每一非索引 单元格左边和上 方的各索引单 元格； 将所述每一非索引单元格的单元格拼接向量， 以及位于所述每一非索引单元格左边和 上方的各索引单元格的单元格拼接 向量输入特征融合模型， 进行特征融合， 获取所述每一 非索引单 元格的上 下文向量。 4.根据权利要求1所述的文本表格中答案文本的抽取方法， 其特征在于， 所述获取问题 文本对应的问题文本向量， 包括： 将所述问题文本输入问题文本特征提取模型， 对所述问题文本进行向量化表示， 获得 所述问题文本特 征提取模型输出的所述问题文本对应的问题文本向量。 5.根据权利要求1所述的文本表格中答案文本的抽取方法， 其特征在于， 获取所述每一 单元格中的文本对应的单 元格文本向量， 包括： 将所述每一单元格中的文本输入单元格文本特征提取模型， 对所述每一单元格中的文 本进行向量化表示， 获得所述单元格文本特征提取模型输出的所述每一单元格中的文本对 应的单元格文本向量。 6.根据权利要求1至5任一所述的文本表格中答案文本的抽取方法， 其特征在于， 所述 提取待处 理的文本数据中的表格， 并获取问题文本对应的问题文本向量之前， 还 包括： 获取所述待处 理的文本数据和所述问题文本 。权　利　要　求　书 1/2 页 2 CN 114662482 A 27.一种文本表格中答案文本的抽取装置， 其特 征在于， 包括： 文本表示模块， 用于提取待处理的文本数据中的表格， 并获取问题文本对应的问题文 本向量； 特征拼接模块， 用于获取所述表格中每一单元格的坐标对应的单元格坐标向量和所述 每一单元格中的文本对应的单元格文本向量， 并拼接为所述每一单元格的单元格拼接向 量； 索引识别模块， 用于分别将每一所述单元格的单元格拼接向量输入索引识别模型， 对 各所述单元格进行分类， 确定各 所述单元格中的索引单 元格和非索引单 元格； 特征融合模块， 用于对于每一非索引单元格， 将所述每一非索引单元格的单元格拼接 向量， 以及位于所述每一 非索引单元格左边和上方的各索引单元格的单元格拼接向量输入 特征融合模型， 进行 特征融合， 获取 所述每一非索引单 元格的上 下文向量； 答案提取模块， 用于分别将每一所述非索引单元格的上下文向量和所述问题文本向量 拼接后输入答案提取模型， 对各所述非索引单元格进行分类， 确定各所述非索引单元格中 的答案单元格和非答案单元格， 并将所述答案单元格中的文本确定为所述问题文本对应的 答案文本 。 8.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所 述文本表格中答案文本的抽取 方法。 9.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机 程序被处 理器执行时实现如权利要求1至 6任一项所述文本表格中答案文本的抽取 方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至 6任一项所述文本表格中答案文本的抽取 方法。权　利　要　求　书 2/2 页 3 CN 114662482 A 3