CN106484920A - 一种评审文档指标的抽取方法 - Google Patents

Abstract

本发明提供的评审文档指标的抽取方法，首先通过服务器接收并缓存客户端上传的评审文档；然后通过服务器根据预设抽取规则对评审文档进行指标抽取，得到评审文档中的指标信息；再由智能机器人对预设抽取规则及指标信息进行学习，并将学习结果存储于指标库中；指标库根据客户端发出的查询指令，输出学习结果中与查询指令中标准指标序列成对应关系的抽取指标序列；最后由客户端将标准指标序列与抽取指标序列进行对应显示；即便进行指标抽取的多个评审文档在文档格式和指标描述方式上各不相同，也能通过上述过程得到各个文档的指标抽取结果，解决了现有技术中无法适用于文档格式不同、指标描述方式不同的情况的问题。

Description

一种评审文档指标的抽取方法

技术领域

本发明涉及指标抽取技术领域，特别涉及一种评审文档指标的抽取方法。

背景技术

在对文档进行评审的过程中，一般地主要是对文档中一系列的指标(比如工期、工时等)进行评审。而面对不同用户提交的文档不同，不同文档所指的工程项目不同，以及不同的文档对于指标的描述也不同的复杂情况，查找到这些指标将会意味着非常大的工作量，因而造成了时间上的浪费。

当前一般采用的指标抽取方法是正则提取，但是该方法只能针对相对固定名称的指标进行一次性提取；虽然能够适用于规定格式的文档，但是对于文档格式不同、指标描述方式不同的情况，则无法适用。

发明内容

本发明提供一种评审文档指标的抽取方法，以解决现有技术中无法适用于文档格式不同、指标描述方式不同的情况的问题。

为实现上述目的，本申请提供的技术方案如下：

一种评审文档指标的抽取方法，包括：

服务器接收并缓存客户端上传的评审文档；

所述服务器根据预设抽取规则对所述评审文档进行指标抽取，得到所述评审文档中的指标信息；

智能机器人对所述预设抽取规则及所述指标信息进行学习，并将学习结果存储于指标库中；

所述指标库根据所述客户端发出的查询指令，输出所述学习结果中与所述查询指令中标准指标序列成对应关系的抽取指标序列；

所述客户端将所述标准指标序列与所述抽取指标序列进行对应显示。

优选的，所述服务器根据预设抽取规则对所述评审文档进行指标抽取，得到所述评审文档中的指标信息，包括：

所述服务器确定所述评审文档需要抽取的指标范围；

所述服务器在所述指标范围内，对所述评审文档中的原始指标名称与各个预设的标准指标名称进行精确匹配；

所述服务器判断所述评审文档中是否存在与预设的标准指标名称精确匹配的原始指标名称；

若所述评审文档中存在与预设的标准指标名称精确匹配的原始指标名称，则所述服务器将精确匹配得到的结果及对应指标源路径地址计入所述指标信息。

优选的，在所述服务器确定所述评审文档需要抽取的指标范围之后，还包括：

所述服务器在所述指标范围内，对所述评审文档中的原始指标名称与预设的标准指标名称进行模糊匹配；

所述服务器将模糊匹配得到的结果及对应指标源路径地址计入所述指标信息。

优选的，在所述服务器判断所述评审文档中是否存在与预设的标准指标名称精确匹配的原始指标名称之后，还包括：

若所述评审文档中不存在与预设的标准指标名称精确匹配的原始指标名称，则所述服务器对所述评审文档中的原始指标名称与预设的标准指标名称进行模糊匹配；

所述服务器将模糊匹配得到的结果及对应指标源路径地址计入所述指标信息。

优选的，所述服务器根据预设抽取规则对所述评审文档进行指标抽取，得到所述评审文档中的指标信息，还包括：

若所述评审文档中对应同一标准指标名称的原始指标名称的个数大于1，则所述服务器根据预设优先条件对多个相同原始指标名称的赋值赋予不同的优先级；

所述服务器将各个原始指标名称的赋值的优先级及对应指标源路径地址计入所述指标信息。

优选的，在所述客户端将所述标准指标序列与所述抽取指标序列进行对应显示之后，还包括：

若用户通过指标源路径地址查询其他相同原始指标名称的赋值、并根据其他相同原始指标名称的赋值对所述抽取指标序列中的赋值进行修改，则所述智能机器人对所述修改进行学习，并计入所述学习结果。

优选的，所述服务器根据预设抽取规则对所述评审文档进行指标抽取，得到所述评审文档中的指标信息，还包括：

若所述评审文档中不存在与预设的标准指标名称精确匹配的原始指标名称，则所述服务器根据预设备选条件和预设优选条件，为预设的标准指标名称选取备选结果；

所述服务器将所述备选结果及对应指标源路径地址计入所述指标信息。

本发明提供的评审文档指标的抽取方法，首先通过服务器接收并缓存客户端上传的评审文档；然后通过所述服务器根据预设抽取规则对所述评审文档进行指标抽取，得到所述评审文档中的指标信息；再由智能机器人对所述预设抽取规则及所述指标信息进行学习，并将学习结果存储于指标库中；所述指标库根据所述客户端发出的查询指令，输出所述学习结果中与所述查询指令中标准指标序列成对应关系的抽取指标序列；最后由所述客户端将所述标准指标序列与所述抽取指标序列进行对应显示；即便进行指标抽取的多个评审文档在文档格式和指标描述方式上各不相同，也能通过上述过程得到各个文档的指标抽取结果，解决了现有技术中无法适用于文档格式不同、指标描述方式不同的情况的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术内的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述内的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的评审文档指标的抽取方法的流程图；

图2是本发明另一实施例提供的评审文档指标的抽取方法的另一流程图；

图3是本发明另一实施例提供的评审文档指标的抽取方法的另一流程图；

图4是本发明另一实施例提供的评审文档指标的抽取方法的另一流程图；

图5是本发明另一实施例提供的评审文档指标的抽取方法的另一流程图；

图6是本发明另一实施例提供的评审文档指标的抽取方法的另一流程图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

本发明提供一种评审文档指标的抽取方法，以解决现有技术中无法适用于文档格式不同、指标描述方式不同的情况的问题。

具体的，所述评审文档指标的抽取方法，参见图1，包括：

S101、服务器接收并缓存客户端上传的评审文档；

当用户通过客户端上传评审文档到服务器后，由服务器建立该评审文档的缓存。

S102、所述服务器根据预设抽取规则对所述评审文档进行指标抽取，得到所述评审文档中的指标信息；

该预设抽取规则可以通过自定义进行设置、完善和修改，此处不做具体限定，可以视其具体应用环境而定。

S103、智能机器人对所述预设抽取规则及所述指标信息进行学习，并将学习结果存储于指标库中；

智能机器人可以对所述预设抽取规则及得到的所述指标信息进行学习，学习结果可以包括所述指标信息中的具体赋值、抽取过程中的抽取习惯及其统计数据；然后将该学习结果存储于指标库中，以备客户端查询。

S104、所述指标库根据所述客户端发出的查询指令，输出所述学习结果中与所述查询指令中标准指标序列成对应关系的抽取指标序列；

客户端发出的查询指令中，包括相应的标准指标序列；所述指标库根据该标准指标序列，输出格式化的返回信息，该返回信息中包括与该标准指标序列成对应关系的抽取指标序列；该抽取指标序列中可以包括步骤S102得到的指标信息和步骤S103得到的学习结果。

S105、所述客户端将所述标准指标序列与所述抽取指标序列进行对应显示。

用户可以通过客户端对该评审文档的相应标准指标进行查看，方便用户对于文档格式不同、指标描述方式不同的评审文档进行评审。

本实施例提供的评审文档指标的抽取方法，即便进行指标抽取的多个评审文档在文档格式和指标描述方式上各不相同，也能通过上述过程得到各个文档的指标抽取结果，解决了现有技术中无法适用于文档格式不同、指标描述方式不同的情况的问题。

本发明另一实施例还提供了另外一种评审文档指标的抽取方法，参见图2，包括：

S201、服务器接收并缓存客户端上传的评审文档；

S202、所述服务器确定所述评审文档需要抽取的指标范围；

S203、所述服务器在所述指标范围内，对所述评审文档中的原始指标名称与各个预设的标准指标名称进行精确匹配；

S204、所述服务器判断所述评审文档中是否存在与预设的标准指标名称精确匹配的原始指标名称；

若所述评审文档中存在与预设的标准指标名称精确匹配的原始指标名称，则执行步骤S205；

S205、所述服务器将精确匹配得到的结果及对应指标源路径地址计入所述指标信息。

S206、智能机器人对所述预设抽取规则及所述指标信息进行学习，并将学习结果存储于指标库中；

S207、所述指标库根据所述客户端发出的查询指令，输出所述学习结果中与所述查询指令中标准指标序列成对应关系的抽取指标序列；

S208、所述客户端将所述标准指标序列与所述抽取指标序列进行对应显示。

本实施例在上述实施例的基础之上，给出了一种预设抽取规则的具体执行示例，即如步骤S202至S205所述；本实施例内，通过步骤S207输出的抽取指标序列中，可以包括步骤S205得到的指标信息和步骤S206得到的学习结果；而步骤S205得到的指标信息中，包括精确匹配得到的结果及对应指标源路径地址。

本实施例提供的评审文档指标的抽取方法，不仅能够适用于文档格式不同、指标描述方式不同的情况，并且能够为各种标准指标对应的赋值提供溯源功能，用户将能够通过客户端查看各个标准指标对应的赋值，并且能够查看该赋值的来源，即该赋值在评审文档中的具体位置，经用户查看该赋值的上下文，便于用户对指标的抽取结果进行核实确认。

本发明另一实施例还提供了另外一种评审文档指标的抽取方法，参见图3，包括：

S301、服务器接收并缓存客户端上传的评审文档；

S302、所述服务器确定所述评审文档需要抽取的指标范围；

S303、所述服务器在所述指标范围内，对所述评审文档中的原始指标名称与各个预设的标准指标名称进行精确匹配；

S304、所述服务器判断所述评审文档中是否存在与预设的标准指标名称精确匹配的原始指标名称；

若所述评审文档中存在与预设的标准指标名称精确匹配的原始指标名称，则执行步骤S305；

S305、所述服务器将精确匹配得到的结果及对应指标源路径地址计入所述指标信息。

S306、所述服务器在所述指标范围内，对所述评审文档中的原始指标名称与预设的标准指标名称进行模糊匹配；

S307、所述服务器将模糊匹配得到的结果及对应指标源路径地址计入所述指标信息。

S308、智能机器人对所述预设抽取规则及所述指标信息进行学习，并将学习结果存储于指标库中；

S309、所述指标库根据所述客户端发出的查询指令，输出所述学习结果中与所述查询指令中标准指标序列成对应关系的抽取指标序列；

S310、所述客户端将所述标准指标序列与所述抽取指标序列进行对应显示。

其中，步骤S303和S306的顺序并不做具体限定，图3仅为一种示例，两者只要在步骤S302之后执行即可，可以视其具体应用环境而定，均在本申请的保护范围内。

或者，所述评审文档指标的抽取方法参见图4，包括：

S401、服务器接收并缓存客户端上传的评审文档；

S402、所述服务器确定所述评审文档需要抽取的指标范围；

S403、所述服务器在所述指标范围内，对所述评审文档中的原始指标名称与各个预设的标准指标名称进行精确匹配；

S404、所述服务器判断所述评审文档中是否存在与预设的标准指标名称精确匹配的原始指标名称；

若所述评审文档中存在与预设的标准指标名称精确匹配的原始指标名称，则执行步骤S405；若所述评审文档中不存在与预设的标准指标名称精确匹配的原始指标名称，则执行步骤S406；

S405、所述服务器将精确匹配得到的结果及对应指标源路径地址计入所述指标信息。

S406、所述服务器对所述评审文档中的原始指标名称与预设的标准指标名称进行模糊匹配；

S407、所述服务器将模糊匹配得到的结果及对应指标源路径地址计入所述指标信息。

S408、智能机器人对所述预设抽取规则及所述指标信息进行学习，并将学习结果存储于指标库中；

S409、所述指标库根据所述客户端发出的查询指令，输出所述学习结果中与所述查询指令中标准指标序列成对应关系的抽取指标序列；

S410、所述客户端将所述标准指标序列与所述抽取指标序列进行对应显示。

在具体的实际应用中，精确匹配和模糊匹配的要求可以根据实际情况进行设定，比如，预设的标准指标名称为“姓名”，只有与该预设的标准指标名称“姓名”完全相同的原始指标名称才满足精确匹配的要求，而原始指标名称为“姓名”或者“名字”即可满足模糊匹配的要求；此处仅为一种示例，并不做具体限定，可以根据具体应用环境进行设定，均在本申请的保护范围内。

图3和图4给出了另外两种预设抽取规则的具体执行示例，其中，图3所示的评审文档指标的抽取方法，在所述服务器根据预设抽取规则对所述评审文档进行指标抽取时，确定所述评审文档需要抽取的指标范围后，不仅要对所述评审文档中的原始指标名称与预设的标准指标名称进行精确匹配，还要对所述评审文档中的原始指标名称与预设的标准指标名称进行模糊匹配；而图4所示的评审文档指标的抽取方法，只有当所述评审文档中不存在与预设的标准指标名称精确匹配的原始指标名称时，才对所述评审文档中的原始指标名称与预设的标准指标名称进行模糊匹配。

本发明另一实施例还提供了另外一种评审文档指标的抽取方法，参见图5，包括：

S501、服务器接收并缓存客户端上传的评审文档；

S502、所述服务器确定所述评审文档需要抽取的指标范围；

S503、所述服务器在所述指标范围内，对所述评审文档中的原始指标名称与各个预设的标准指标名称进行精确匹配；

S504、所述服务器判断所述评审文档中是否存在与预设的标准指标名称精确匹配的原始指标名称；

若所述评审文档中存在与预设的标准指标名称精确匹配的原始指标名称，则执行步骤S505；

S505、所述服务器将精确匹配得到的结果及对应指标源路径地址计入所述指标信息。

S506、若所述评审文档中对应同一标准指标名称的原始指标名称的个数大于1，则所述服务器根据预设优先条件对多个相同原始指标名称的赋值赋予不同的优先级；

S507、所述服务器将各个原始指标名称的赋值的优先级及对应指标源路径地址计入所述指标信息。

S508、智能机器人对所述预设抽取规则及所述指标信息进行学习，并将学习结果存储于指标库中；

S509、所述指标库根据所述客户端发出的查询指令，输出所述学习结果中与所述查询指令中标准指标序列成对应关系的抽取指标序列；

S510、所述客户端将所述标准指标序列与所述抽取指标序列进行对应显示。

优选的，还包括：

S511、若用户通过指标源路径地址查询其他相同原始指标名称的赋值、并根据其他相同原始指标名称的赋值对所述抽取指标序列中的赋值进行修改，则所述智能机器人对所述修改进行学习，并计入所述学习结果。

本实施例提供的所述评审文档指标的抽取方法，在指标抽取的过程中，若所述评审文档中对应同一标准指标名称的原始指标名称的个数大于1，则所述服务器根据预设优先条件对多个相同原始指标名称的赋值赋予不同的优先级；比如，评审文档中存在多处原始指标名称“工期”，则所述服务器可以根据预设优先条件(比如各个“工期”的具体赋值的合理性或者其出现的段落和区块等)，对该赋值进行优先级设定，并将各个赋值的优先级及对应指标源路径地址计入所述指标信息，以供用户作为备选项；当用户通过指标源路径地址对所述抽取指标序列中的赋值进行修改，并通过拷贝等方式快速完成指标抽取结构的修改时，所述智能机器人对所述修改进行学习，并计入所述学习结果，并将会修改后续评审文档中相同原始指标名称的优先级排序。

另外，值得说明的是，在执行步骤S501之前，还可以通过所述服务器对多份文档进行指标抽取的练习工作，并通过所述智能机器人将用户多次抽取结果的修改习惯做统计，以记住用户的操作习惯，方便用户应用。比如未做练习时，所述智能机器人学习到的优先级的设定仅限于原始的预设优先条件；而经过多次练习之后，所述智能机器人将会连同该用户的修改习惯的统计结果一同计入学习结果中，之后再有评审文档进行指标抽取时，即可根据该统计结果的概率对优先级进行修改后，再按照修改后的优先级输出所述学习结果中与所述查询指令中标准指标序列成对应关系的抽取指标序列；减少用户的修改操作。

本发明另一实施例还提供了另外一种评审文档指标的抽取方法，在图2至图5所示实施例的基础之上，参见图6，包括：

S601、服务器接收并缓存客户端上传的评审文档；

S602、所述服务器确定所述评审文档需要抽取的指标范围；

S603、所述服务器在所述指标范围内，对所述评审文档中的原始指标名称与各个预设的标准指标名称进行精确匹配；

S604、所述服务器判断所述评审文档中是否存在与预设的标准指标名称精确匹配的原始指标名称；

若所述评审文档中存在与预设的标准指标名称精确匹配的原始指标名称，则执行步骤S605；若所述评审文档中不存在与预设的标准指标名称精确匹配的原始指标名称，则执行步骤S606；

S605、所述服务器将精确匹配得到的结果及对应指标源路径地址计入所述指标信息。

S606、所述服务器根据预设备选条件和预设优选条件，为预设的标准指标名称选取备选结果；

S607、所述服务器将所述备选结果及对应指标源路径地址计入所述指标信息。

S608、智能机器人对所述预设抽取规则及所述指标信息进行学习，并将学习结果存储于指标库中；

S609、所述指标库根据所述客户端发出的查询指令，输出所述学习结果中与所述查询指令中标准指标序列成对应关系的抽取指标序列；

S610、所述客户端将所述标准指标序列与所述抽取指标序列进行对应显示。

本实施例仅以图2作为基础进行展示，还可以结合图3至图5任一所示，此处不再一一赘述。

对于所述服务器通过精确匹配或者模糊匹配无法获得的标准指标，可以在显示界面中按照优先级提供多个备选项，供用户干预，可根据对应指标源路径地址快速定位，查看该赋值上下文，便于用户对该标准指标进行核实确认。

本发明中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (7)

1.一种评审文档指标的抽取方法，其特征在于，包括：

服务器接收并缓存客户端上传的评审文档；

所述服务器根据预设抽取规则对所述评审文档进行指标抽取，得到所述评审文档中的指标信息；

智能机器人对所述预设抽取规则及所述指标信息进行学习，并将学习结果存储于指标库中；

所述指标库根据所述客户端发出的查询指令，输出所述学习结果中与所述查询指令中标准指标序列成对应关系的抽取指标序列；

所述客户端将所述标准指标序列与所述抽取指标序列进行对应显示。

2.根据权利要求1所述的评审文档指标的抽取方法，其特征在于，所述服务器根据预设抽取规则对所述评审文档进行指标抽取，得到所述评审文档中的指标信息，包括：

所述服务器确定所述评审文档需要抽取的指标范围；

所述服务器在所述指标范围内，对所述评审文档中的原始指标名称与各个预设的标准指标名称进行精确匹配；

所述服务器判断所述评审文档中是否存在与预设的标准指标名称精确匹配的原始指标名称；

若所述评审文档中存在与预设的标准指标名称精确匹配的原始指标名称，则所述服务器将精确匹配得到的结果及对应指标源路径地址计入所述指标信息。

3.根据权利要求2所述的评审文档指标的抽取方法，其特征在于，在所述服务器确定所述评审文档需要抽取的指标范围之后，还包括：

所述服务器在所述指标范围内，对所述评审文档中的原始指标名称与预设的标准指标名称进行模糊匹配；

所述服务器将模糊匹配得到的结果及对应指标源路径地址计入所述指标信息。

4.根据权利要求2所述的评审文档指标的抽取方法，其特征在于，在所述服务器判断所述评审文档中是否存在与预设的标准指标名称精确匹配的原始指标名称之后，还包括：

若所述评审文档中不存在与预设的标准指标名称精确匹配的原始指标名称，则所述服务器对所述评审文档中的原始指标名称与预设的标准指标名称进行模糊匹配；

所述服务器将模糊匹配得到的结果及对应指标源路径地址计入所述指标信息。

5.根据权利要求2所述的评审文档指标的抽取方法，其特征在于，所述服务器根据预设抽取规则对所述评审文档进行指标抽取，得到所述评审文档中的指标信息，还包括：

若所述评审文档中对应同一标准指标名称的原始指标名称的个数大于1，则所述服务器根据预设优先条件对多个相同原始指标名称的赋值赋予不同的优先级；

所述服务器将各个原始指标名称的赋值的优先级及对应指标源路径地址计入所述指标信息。

6.根据权利要求5所述的评审文档指标的抽取方法，其特征在于，在所述客户端将所述标准指标序列与所述抽取指标序列进行对应显示之后，还包括：

若用户通过指标源路径地址查询其他相同原始指标名称的赋值、并根据其他相同原始指标名称的赋值对所述抽取指标序列中的赋值进行修改，则所述智能机器人对所述修改进行学习，并计入所述学习结果。

7.根据权利要求2至6任一所述的评审文档指标的抽取方法，其特征在于，所述服务器根据预设抽取规则对所述评审文档进行指标抽取，得到所述评审文档中的指标信息，还包括：

若所述评审文档中不存在与预设的标准指标名称精确匹配的原始指标名称，则所述服务器根据预设备选条件和预设优选条件，为预设的标准指标名称选取备选结果；

所述服务器将所述备选结果及对应指标源路径地址计入所述指标信息。